En la construccin del modelo de simulacin es importante decidir si un

Prueba Ji cuadrada

La prueba Ji cuadrada hace uso de la distribucin del mismo nombre
para probar la bondad del ajuste al comparar el estadstico de prueba
Xo
2
con el valor en tablas de la mencionada distribucin Ji cuadrada
con v grados de libertad y un nivel de significancia alfa. En la siguiente
seccin aplicaremos esta prueba para probar la hiptesis nula de que los
nmeros aleatorios (provenientes de un generador) se ajustan a la
distribucin terica uniforme continua.

Sea X una variable aleatoria discreta con valores x1, x2,......., xn Se
propone la hiptesis nula H0, de que la distribucin de donde proviene la
muestra se comporta segn un modelo terico especfico tal como la
uniforme, la exponencial, la normal, etc. Entonces FOi, representa el
nmero de veces que ocurre el valor xi mientras que FEi, es la frecuencia
esperada proporcionada por el modelo terico propuesto. A menudo
ocurre que muchas de las frecuencias FEi, (y tambin las FOi) son muy
pequeas, entonces, como regla prctica adoptamos el criterio de
agrupar los valores consecutivos de estas frecuencias esperadas hasta
que su suma sea de al menos cinco. La medida estadstica de prueba
para la hiptesis nula es


Para n grande este estadstico de prueba tiene una
distribucin X
2
aproximada con V grados de libertad dados por
V = (k 1) (nmero de parmetros estimados)
as, si se estiman dos parmetros como la media y la varianza, la medida
estadstica tendr (k 3) grados de libertad.
Se puede aplicar esta prueba a variables continuas agrupando
adecuadamente los valores en un nmero adecuado de subintervalos o
clases k. Una regla emprica para seleccionar el nme