Pruebas de Bondad de Ajuste

la determinación del tipo de distribución correspondiente a un conjunto de datos provenientes del estudio es absolutamente necesario.Pruebas de Bondad de Ajuste  Una de las bases fundamentales del control estadístico de la calidad es la inferencia estadística. Por ello. La prueba de bondad de ajuste permite probar el ajuste de los resultados de un experimento a una distribución de probabilidad teórica sujeto a un error o nivel de confianza .

Para la prueba de hipótesis utilizaremos dos estadísticos: El Chi-cuadrado y la prueba de Kolmogorov-Smirnov . calculadas a partir de la distribución teórica en análisis.Pruebas de Bondad de Ajuste   El método en cuestión se basa en la comparación de las frecuencias absolutas observadas y las frecuencias absolutas esperadas.

Chi-Cuadrado 2 χ =     Σ (fo – fe)2 fe En donde: fo =Frecuencia observada de datos discretos fe =Frecuencia esperada de la distribución teórica Los grados de libertad se emplea (k-1) y luego se resta un grado adicional de libertad para cada parámetro de población que tenga que ser estimado de los datos de la muestra .

es medida en unidades de intervalo de clase i= amplitud o intervalo de clase A= punto medio de la clase que contiene la media supuesta (clase de d=0) fo = Frecuencias observadas en número de clases n = tamaño de la muestra .Media con datos Agrupados X = A+   (Σ fo×d)×i n     En donde: d= desviación del punto medio con respecto a la posición de la media supuesta.

Desviación estándar con datos Agrupados S=i Σfo×d2 (Σfo×d)2 − n n2 .

Chi-Cuadrado  Se acepta la hipótesis nula cuando: Chi-calculado < Chi-tabular  .

La especificación para ese producto es de 50000 ± 6000 milílitros.01que los datos siguen un comportamiento con base en una distribución normal .Chi-Cuadrado  Los valores que se adjuntan corresponden a la fabricación de un producto realizada en tres días sucesivos. Pruebe con un nivel de confianza de 0.

Itervalo 35000 40000 45000 50000 55000 60000 65000 <X< <X< <X< <X< <X< <X< <X< 40000 45000 50000 55000 60000 65000 70000 fo fo Acum. 6 15 58 139 66 11 5 6 21 79 218 284 295 300 .

01 no es una buena descripción del proceso de fabricación del producto X. H1: La distribución normal con un α de 0.01es una buena descripción del proceso de fabricación del producto X. Intervalos de Calse 35000-40000 40000-45000 45000-50000 50000-55000 55000-60000 60000-65000 65000-70000 fo Xk d fod fod 2 Pi fe .Ho: La distribución normal con un α de 0.

61 60 0.2385 71.92 72.31 58 0.61 71.91 .84 110.0087 2.61 66 0.Límite Límite Inferior Superior 35000 40000 40000 45000 45000 50000 50000 55000 55000 60000 60000 65000 65000 70000 Fo 6 15 58 139 66 11 5 300 Xk 37500 42500 47500 52500 57500 62500 67500 d -3 -2 -1 0 1 2 3 Fo*d -18 -30 -58 0 66 22 15 -3 Fo*d^2 Probabilidad Frecuencia Esperada Esperada 54 0.34 327 22.3687 110.55 44 0.96 Meida muestral = 52500 + (-3*5000)/300 =52450 Desviación estándar =5000 52500* (327/300) .2428 72.0677 20.0078 2.55 21.62 45 0.(-3^2/300^2) = 5219.84 0 0.0654 19.

.

Kolmogorov-Smirnov   Es un simple método no paramétrico para probar si hay una diferencia significativa entre una distribución observada y una distribución teórica de frecuencia. 1- En donde Dn es el valor máximo. . La hipótesis nula se rechaza sí:   * Dn >dn.

170.155. . Utilizando un nivel de confianza de 0.183.148.157 . y 150.132.141. de un compuesto de silicio: 166.01 pruebe que los puntos de ebullición provienen de una población normal en donde la media poblacional es de 160 grados Celsius y la desviación estándar poblacional es de 10 grados Celsius.136.146.160.153.Kolmogorov-Smirnov  En un estudio se obtuvieron los siguientes resultados para el punto de ebullición en grados Celsius.175.162.

Prueba de Hipótesis   Ho: Los puntos de ebullición provienen de una población normal con μ de 160 grados y σ de 10 grados H1: Los puntos de ebullición no provienen de una población normal con μ de 160 grados y σ de 10 grados .

152.141 141 .5 .5 .141.5 .152 103.174 174 .185.5 141.174.5 163.5 174.163.Intervalos Límites de Clase 130 .5 .5 .163 163 .5 .185 152.Sn(X)| 152 .5 Fo Fo Fo Acum Acumulada Relativa Fe D Acumulada |F(X) .

.

152.163 163 .5 .141 103.0598 174 .4000 0.1678 141 .5 2 15 1.0322 0.174.8667 0.5 .2000 Fe D Acumulada |F(X) .185.0054 .0000 0.185 174.2266 0.5 .152 152 .5 Fo 3 Fo Acumulada 3 Fo Acum Relativa 0.5 3 5 2 6 11 13 0.0965 0.5 163.7333 0.6368 0.163.5 152.141.5 .Intervalos Límites de Clase 130 .5 .174 141.Sn(X)| 0.9946 0.1734 0.9265 0.