Processing math: 100%

sábado, 4 de abril de 2015

Dos personas, A y B, juegan a cara o cruz con una moneda ...

ENUNCIADO:
Dos personas, A y B, juegan a cara o cruz con una moneda. Al cabo de 100 partidas, el jugador A, que eligió cara, ha ganado 62 veces, por lo cual el jugador B afirma que la moneda está trucada, que la probabilidad que aparezca cara al lanzarla una vez es superior a \dfrac{1}{2} y que, por lo menos, es igual a \dfrac{2}{3}. El jugador A sostiene que la moneda no está trucada. Nos preguntamos quién tiene razón. Por ello, se pide:
a) Plantear un contraste de hipótesis para dilucidar -- desde el punto de vista estadístico -- esta cuestión, a un nivel de significación \alpha=0'05
b) Calcular el error de tipo II, \beta
c) Calcular la potencia del test

SOLUCIÓN:
a)
Utilizaremos el siguiente contraste unilateral, con intervalo de aceptación, I_0 de H_0 a la izquierda ( e intervalo de rechazo de H_0, I_a, y por tanto de aceptación de H_a, a la derecha ):
Hipótesis fundamental: H_0:\, p=\dfrac{1}{2}
Hipótesis alternativa: H_a:\, p \succ \dfrac{1}{2}

-oOo-
INDICACIÓN PRELIMINAR:
Como el juego acaba en la partida número cien, podemos utilizar todas las realizaciones y, por tanto, no hará falta realizar un contraste sobre la proporción, p, de la población mediante el estadístico \hat{P}, que, como sabemos, sigue una distribución en el muestreo N\left( p, \sqrt{\dfrac{p(1-p)}{n}}\right) -- recordemos que el valor observado ( medido ) en la muestra se designa por \hat{p} --. Por supuesto, podríamos también resolver el problema de esta otra forma ( estándar ), llegando así a resultados equivalentes a los que vamos a encontrar. Sin embargo esta forma alternativa de resolver este problema en concreto me ha parecido que reviste un cierto interés. Referencia: Cuadras, Carles M., Problemas de Probabilidades y Estadística ( Vol. 2, páginas 112-114), PPU, Barcelona, 1991.
-oOo-
Pongámonos pues a ello:

La naturaleza del experimento conlleva el que la variable aleatoria "número de caras aparecidas", X, es una binomial B(n,p), por tratarse de un conjunto de pruebas sucesivas independientes de Bernoulli. Observemos, además, que la hipótesis fundamental, H_0 ( la probabilidad de salir cara o salir cruz es la misma en cada lanzamiento ), nos lleva a que, concretamente, X sigue una distribución binomial B\left(n=100,\frac{1}{2}\right), y según el Teorema de De Moivre-Laplace ( habida cuenta de que la probabilidad de éxito, p=\frac{1}{2}, no es pequeña y cumpliéndose además que np = 100 \cdot \frac{1}{2} = 50 \succ 5 ), podemos aproximar X a una distribución N(np=50,\sqrt{npq}=5)

Considerando ahora ( como se nos indica en el enunciado ) que el nivel de significación, \alpha, del test representa el menor error de tipo I observado con el cual poder rechazar H_0 siendo ésta cierta, podemos escribir
P(X \succ z_{\alpha} | H_0 ) = \alpha
a partir de lo cual, tipificando la variable, P\lbrace Z \le z_{\alpha}\rbrace=1-\alpha=0'95
Consultando las tablas N(0,1), obtenemos la abscisa que corresponde al extremo superior del intervalo de aceptación de H_0 en la variable Z ( que es N(0,1) ), encontramos z_{\alpha}=\approx 1'64. Deshaciendo ahora el cambio de variable Z=\dfrac{X-\frac{1}{2}}{5}, encontramos la abscisa, a, correspondiente al extremo superior del intervalo de aceptación de H_0 en la variable X \sim N(50,5):
1'64=\dfrac{a-50}{5} \Rightarrow a=5 \cdot 1'64 + 50 = 58'2
Así pues, como el intervalo crítico ( de rechazo de H_0 a nivel de significación \alpha=0'05 ) en la variable X es I_a=(58'2,100) y el resultado observado ( 62 caras ), es tal que 62 \in I_a, siguiendo el criterio de decisión, rechazaremos H_0, aceptando por tanto la hipótesis alternativa H_a, concluyendo que la moneda está trucada -- según el test planeado y desarrollado -- y que, por tanto, el jugador B lleva razón.

b)
El error de tipo II, que denotamos por \beta, se define como la probabilidad de aceptar la hipótesis fundamental, H_0, no siendo ésta cierta. Así, fijado el error de tipo I ( que es igual \alpha=0'05 ), debemos calcular
\beta:=P(x \notin I_a|H_a)=P\lbrace X \prec 58'2 | H_a\rbrace
Para ello, tendremos que cuenta que, al suponer cierta H_a y teniendo en cuenta la juiciosa afirmación del jugador B ( esto es, p \ge \frac{2}{3} ), X sigue ahora una distribución B\left(100,\frac{2}{3}\right); y aproximando otra vez por el Teorema de De Moivre-Laplace, X \approx N\left(100\cdot \frac{2}{3} \approx 66, \sqrt{100\cdot \frac{1}{3}\cdot \frac{2}{3}} \approx 4,71 \right) . Así, tipificando la variable X, podremos trabajar con la variable Z=\dfrac{X-66}{4,71}, que es N(0,1)

Así, encontramos que
P\lbrace X \prec 58'2 | H_a\rbrace = P\lbrace Z \prec -1'66 | H_a\rbrace = P\lbrace Z \succ 1'66 | H_a\rbrace = 1-P\lbrace Z \le 1'66 | H_a\rbrace
=1-0'9515=0'0485
Por tanto, el error de tipo II es
\beta=0'0485 ( que, en este caso, es parecido al error de tipo I )

c)
Se define la potencia del test como la probabilidad de aceptar la hipótesis alternativa siendo ésta cierta. Como esta probabilidad es la probabilidad del contrario de rechazar la hipótesis alternativa ( es decir, aceptar la hipótesis fundamental H_0 ) siendo H_a cierta ( es decir, siendo H_0 falsa ), la potencia del test es 1-\beta, es decir 1-0'0485=0'9515

NOTA:
No debemos confundir la potencia del test, 1-\beta ( que en nuestro caso acabamos de ver que es igual a 0'9515 ), con el nivel de confianza del test ( probabilidad de aceptar la hipótesis fundamental siendo ésta cierta ), esto es 1-\alpha y que en este caso es igual a 1-0'05=0'95, valor parecido a la potencia del test ( en este caso ).

\square

- - -

Referencias:
  [1] Compta, A., et. al., Matemàtiques II, Barcanova, Barcelona, 1993
  [2] Guàrdia, J.; Viader, M., Estadística, Castellnou, Barcelona, 1999
  [3] García Pérez, A., Estadística Básica con R, UNED, Madrid, 2010
  [4] Allepús, J., et. al., Exercicis d'inferència estadística, Cossetània, Valls, 2002
  [5] Gonick, L.; Smith, W, La Estadística en Cómic, Zendrera Zariquiey, Barcelona, 1999

No hay comentarios:

Publicar un comentario

Gracias por tus comentarios