P. 1
Bondad de Ajuste

Bondad de Ajuste

|Views: 1|Likes:
Publicado porLa Pika

More info:

Published by: La Pika on Nov 29, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

11/29/2013

pdf

text

original

Pruebas de Bondad de Ajuste

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 . Por ello.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.

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 .

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. 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 .

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.01que los datos siguen un comportamiento con base en una distribución normal . Pruebe con un nivel de confianza de 0. La especificación para ese producto es de 50000 ± 6000 milílitros.

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.Ho: La distribución normal con un α de 0.01es una buena descripción del proceso de fabricación del producto X. H1: La distribución normal con un α de 0. 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 .

2385 71.55 44 0.62 45 0.0677 20.61 60 0.61 66 0.0654 19.61 71.84 0 0.91 .92 72.0087 2.55 21.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 0.96 Meida muestral = 52500 + (-3*5000)/300 =52450 Desviación estándar =5000 52500* (327/300) .2428 72.0078 2.3687 110.34 327 22.(-3^2/300^2) = 5219.84 110.31 58 0.

.

. La hipótesis nula se rechaza sí:   * Dn >dn. 1- En donde Dn es el valor máximo.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.

148.175.162. .160.153. de un compuesto de silicio: 166.Kolmogorov-Smirnov  En un estudio se obtuvieron los siguientes resultados para el punto de ebullición en grados Celsius.146.141.155.183. y 150.01 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.170.136. Utilizando un nivel de confianza de 0.157 .132.

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 .

174.163.5 .163 163 .152 103.5 .5 .5 .141.Sn(X)| 152 .141 141 .152.Intervalos Límites de Clase 130 .185.5 .5 174.5 Fo Fo Fo Acum Acumulada Relativa Fe D Acumulada |F(X) .5 141.5 .185 152.174 174 .5 163.

.

5 152.5 3 5 2 6 11 13 0.5 .5 .Intervalos Límites de Clase 130 .141 103.185.7333 0.152.0965 0.5 163.9946 0.2000 Fe D Acumulada |F(X) .2266 0.185 174.152 152 .5 Fo 3 Fo Acumulada 3 Fo Acum Relativa 0.5 2 15 1.141.9265 0.163 163 .1734 0.5 .8667 0.5 .174 141.6368 0.163.0322 0.174.Sn(X)| 0.0054 .0000 0.1678 141 .5 .0598 174 .4000 0.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->