Pruebas de Bondad de Ajuste

Pruebas de Bondad de Ajuste  Una de las bases fundamentales del control estadístico de la calidad es la inferencia estadística. la determinación del tipo de distribución correspondiente a un conjunto de datos provenientes del estudio es absolutamente necesario. 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 .Pruebas de Bondad de Ajuste   El método en cuestión se basa en la comparación de las frecuencias absolutas observadas y las frecuencias absolutas esperadas. calculadas a partir de la distribución teórica en análisis.

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  .

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 0.01que los datos siguen un comportamiento con base en una distribución normal . La especificación para ese producto es de 50000 ± 6000 milílitros.

6 15 58 139 66 11 5 6 21 79 218 284 295 300 .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.

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 0.01 no es una buena descripción del proceso de fabricación del producto X.

2428 72.34 327 22.96 Meida muestral = 52500 + (-3*5000)/300 =52450 Desviación estándar =5000 52500* (327/300) .84 0 0.3687 110.2385 71.0677 20.55 21.0654 19.61 71.91 .61 60 0.31 58 0.0087 2.62 45 0.(-3^2/300^2) = 5219.55 44 0.92 72.61 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 0.0078 2.84 110.

.

La hipótesis nula se rechaza sí:   * Dn >dn.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.

de un compuesto de silicio: 166.141. Utilizando un nivel de confianza de 0.153.162. .132. y 150.148.155.183.157 .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.170.Kolmogorov-Smirnov  En un estudio se obtuvieron los siguientes resultados para el punto de ebullición en grados Celsius.136.146.160.175.

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 .

5 .5 .5 174.Intervalos Límites de Clase 130 .5 .174 174 .5 .5 163.163 163 .141 141 .185 152.185.141.5 .174.5 Fo Fo Fo Acum Acumulada Relativa Fe D Acumulada |F(X) .5 .Sn(X)| 152 .163.152 103.152.5 141.

.

Intervalos Límites de Clase 130 .163.9946 0.5 163.0322 0.0965 0.141.5 Fo 3 Fo Acumulada 3 Fo Acum Relativa 0.174.5 .4000 0.0000 0.2266 0.5 .2000 Fe D Acumulada |F(X) .174 141.0598 174 .5 152.5 .5 2 15 1.6368 0.163 163 .152 152 .1678 141 .5 .0054 .185 174.1734 0.9265 0.185.8667 0.5 .152.5 3 5 2 6 11 13 0.7333 0.Sn(X)| 0.141 103.

Sign up to vote on this title
UsefulNot useful