Chi Cuadrado

Estadstica no Paramtrica
ESTADSTICA NO PARAMTRICA:
PRUEBA CHI-CUADRADO
2
Autores: Juan Francisco Monge Ivars (jmonje@uoc.edu), ngel A. Juan Prez (ajuan@uoc.edu)
ESQUEMA DE CONTENIDOS ________________________
Estadstica no
Para!trica
Pr"#$a CHI-CUADRADO
UNA %ARIAB&E DOS %ARIAB&ES
Pr"#$a d# Bondad d#' A("st# Pr"#$a d# Hoo)#n#idad Pr"#$a d# Ind#*#nd#ncia
Proyecto e-Math !
Financiado por la Secretara de Estado de Educacin y Universidades (MECD
OBJETIVOS ________________________
"l o#je$ivo de es$e e%#loc& es el es$udio de varias cues$iones en relaci'n con v.a. cuali$a$ivas '
cuan$i$a$ivas cu(os da$os es$)n recogidos en *orma de $a#la de *recuencias. "l denominador com+n a
$odas ellas es ,ue su $ra$amien$o es$ad-s$ico es$) #asado en la misma dis$ri#uci'n $e'rica. la
dis$ri#uci'n
/
(c0i%cuadrado ' ji%cuadrado). "n esencia se van a a#ordar $res $ios de ro#lemas.
1) Prue#a de 1ondad de Ajus$e, consis$e en de$erminar si los da$os de cier$a mues$ra
corresonden a cier$a dis$ri#uci'n o#lacional. "n es$e caso es necesario ,ue los valores de
la varia#le en la mues$ra ( so#re la cual ,ueremos realizar la in*erencia es$ dividida en
clases de ocurrencia, o e,uivalen$emen$e, sea cual sea la varia#le de es$udio, de#eremos
ca$egorizar los da$os asignado sus valores a di*eren$es clases o gruos.
2) Prue#a de 2omogeneidad de varias mues$ras cuali$a$ivas, consis$e en comro#ar si varias
mues$ras de una car)c$er cuali$a$ivo roceden de la misma o#laci'n (or ejemlo. 3es$as
$res mues$ras de alumnos rovienen de o#laciones con igual dis$ri#uci'n de aro#ados4. "s
necesario ,ue las dos varia#les medi#les es$n reresen$adas median$e ca$egor-as con las
cuales cons$ruiremos una $a#la de con$ingencia.
3) Prue#a de Indeendencia, consis$en$e en comro#ar si dos carac$er-s$icas cuali$a$ivas es$)n
relacionadas en$re s- (or ejemlo. 3el color de ojos es$) relacionado con el color de los
ca#ellos4). Aun,ue conce$ualmen$e di*iere del an$erior, oera$ivamen$e roorciona los
mismos resul$ados. "s$e $io de con$ras$es se alica cuando deseamos comarar una
varia#le en dos si$uaciones o o#laciones di*eren$es, i.e., deseamos es$udiar si e5is$en
di*erencias en las dos o#laciones resec$o a la varia#le de es$udio.
CONOCIMIENTOS PREVIOS ________________________
"s$e ma$0%#loc& suone cier$os conocimien$os #)sicos de es$ad-s$ica (in*erencia ( ro#a#ilidad), as-
como conocimien$os #)sicos del so*$6are es$ad-s$ico MI7I8A1.
CONCEPTOS FUNDAMENTALES ________________________
1 M"#stra. Par$e de una o#laci'n ,ue se $oma cuando es imosi#le acceder a $oda ella. 9a
elecci'n de la mues$ra se 0ace con la in$enci'n de, a ar$ir de la in*ormaci'n ,ue ella
roorciona, e5$ender sus resul$ados a $oda la o#laci'n a la ,ue reresen$a.
2 M"#stra a'#atoria. (Mues$ra elegida al azar) A,uella mues$ra $omada de la o#laci'n en la
,ue $odo individuo $iene la misma ro#a#ilidad de resul$ar elegido ara ella, ( es$o con
indeendencia en$re individuos.
3 +"nci,n d# Distri$"ci,n. Funci'n ,ue 0ace corresonder a cada uno de los valores de una
varia#le alea$oria la ro#a#ilidad de ,ue $al varia#le alea$oria $ome un valor igual o in*erior al
dado.
4 +"nci,n d# Pro$a$i'idad. Funci'n ,ue 0ace corresonder a cada uno de los valores de la
varia#le alea$oria discre$a su ro#a#ilidad.
5 Contrast# d# -i*,t#sis. :onjun$o de reglas $enden$es a decidir cu)l de dos 0i'$esis ;la
nula ' la al$erna$iva% de#e ace$arse en #ase al resul$ado o#$enido en una mues$ra. "s de
dos colas cuando la al$erna$iva es la negaci'n de la nula. <e una cola en caso con$rario.
Proyecto e-Math /
1 %aria$'# a'#atoria: 8oda *unci'n ,ue $oma diversos valores numricos, deendien$e de los
resul$ados de un *en'meno alea$orio, con dis$in$as ro#a#ilidades.
2 %aria$'# a'#atoria discr#ta. 9as varia#les alea$orias discre$as son a,uellas ,ue resen$an
un n+mero *ini$o de valores, cons$i$u(en una sucesi'n numera#le.
3 %aria$'# a'#atoria contin"a. 9as varia#les alea$orias con$inuas ueden $omar un n+mero
in*ini$o de valores en un in$ervalo de$erminado.
4 %aria$'# cat#),rica. =na varia#le ca$eg'rica es una varia#le ,ue clasi*ica cada individuo de
una o#laci'n en una de las varias clases mu$uamen$e e5clu(en$es en ,ue s$a se divide.
5 %aria$'# n"!rica. :orresonde a los da$os e5resados en una escala con$inua numrica.
Proyecto e-Math >
PRUEBA DE BONDAD DE A/USTE
INTRODUCCIN ___________________
"s$amos in$eresados en de$erminar si los da$os disoni#les de una mues$ra alea$oria simle de
$ama?o n corresonden a cier$a dis$ri#uci'n $e'rica. "l rimer aso a realizar consis$e en
descomoner el recorrido de la dis$ri#uci'n $e'rica en un n+mero *ini$o de su#conjun$os. A
!
, A
/
,
..., A
&.
<esus, clasi*icar las o#servaciones mues$rales, seg+n el su#conjun$o a ,ue
er$enezcan. @, or +l$imo, comarar las *recuencias o#servadas de cada A
i
con las
ro#a#ilidades ,ue les corresonder-an con la dis$ri#uci'n $e'rica a con$ras$ar.
OBJETIVOS ___________________
1 :omrender la imor$ancia de es$e m$odo ara medir si los da$os resul$an$es de una
mues$ra rovienen de una dis$ri#uci'n $e'rica.
2 Me$odolog-a +$il ara validar las 0i'$esis so#re la dis$ri#uci'n $e'rica en la o#laci'n ,ue se
realiza en la es$ad-s$ica aram$rica, i.e., con$ras$es de 0i'$esis, in$ervalos de con*ianza,
regresi'n lineal, e$c.
CONOCIMIENTOS PREVIOS ___________________
1 Ae de#e oseer unos conocimien$os m-nimos de In*erencia "s$ad-s$ica, i.e., "s$ad-s$ica
<escri$iva, In$ervalos de :on*ianza ( :on$ras$es de 2i'$esis.
1 "s reciso conocer el manejo de alg+n a,ue$e es$ad-s$ico ( recomenda#le algunas nociones
del a,ue$e MI7I8A1.
BONDAD DEL AJUSTE (I) ___________________
Auongamos ,ue $enemos un n+mero & de clases en las cuales se 0an ido regis$rado un $o$al de n
o#servaciones (n ser) ues el $ama?o mues$ral). <eno$aremos las 0r#c"#ncias o$s#r1adas en cada
clase or B
!
, B
/
, ..., B
&
(B
i
es el n+mero de valores en la clase A
i
). Ae cumlir).
B
!
C B
/
C ... C B
&
D n
9o ,ue ,ueremos es comarar las *recuencias o#servadas con las 0r#c"#ncias #s*#radas ($e'ricas),
a las ,ue deno$aremos or "
!
, "
/
, ..., "
&
. Ae cumlir).
"
!
C "
/
C ... C "
&
D n
FE":="7:IA B1A"EFA<A FE":="7:IA "AP"EA<A
:9AA" ! B
!
"
!
:9AA" / B
/
"
/
... ... ...
:9AA" G B
G
"
G
Total n N
Ae $ra$ar) a0ora de decidir si las *recuencias o#servadas es$)n o no en concordancia con las
*recuencias eseradas (es decir, si el n+mero de resul$ados o#servados en cada clase corresonde
Proyecto e-Math H
aro5imadamen$e al n+mero eserado). Para comro#arlo, 0aremos uso de un con$ras$e de 0i'$esis
usando la dis$ri#uci'n :0i%cuadrado.
"l es$ad-s$ico de con$ras$e ser)

D

I
&
(B
i
J"
i
)
/
i=!
"
i
B#servar ,ue es$e valor ser) la suma de & n+meros no nega$ivos. "l numerador de cada $rmino es
la di*erencia en$re la *recuencia o#servada ( la *recuencia eserada. Por $an$o, cuan$o m)s cerca
es$n en$re s- am#os valores m)s e,ue?o ser) el numerador, ( viceversa. "l denominador ermi$e
rela$ivizar el $ama?o del numerador.
9as ideas an$eriores sugieren ,ue, cuan$o menor sean el valor del es$ad-s$ico
/
, m)s co0eren$es
ser)n las o#servaciones o#$enidas con los valores eserados. Por el con$rario, valores grandes de
es$e es$ad-s$ico indicar)n *al$a de concordancia en$re las o#servaciones ( lo eserado. "n es$e $io de
con$ras$e se suele rec0azar la 0i'$esis nula (los valores o#servados son co0eren$es con los
eserados) cuando el es$ad-s$ico es ma(or ,ue un de$erminado valor cr-$ico.
7o$as.
(1) "l valor del es$ad-s$ico
/
se odr) aro5imar or una dis$ri#uci'n :0i%cuadrado cuando el
$ama?o mues$ral n sea grande (n K >L), ( $odas las *recuencias eseradas sean iguales o
ma(ores a M (en ocasiones de#eremos agruar varias ca$egor-as a *in de ,ue se cumla
es$e re,uisi$o).
(2) 9as o#servaciones son o#$enidas median$e mues$reo alea$orio a ar$ir de una o#laci'n
ar$icionada en ca$egor-as.
BONDAD DEL AJUSTE (II) ___________________
=n #2*#ri#nto "'tinoia' es la generalizaci'n de un e5erimen$o #inomial.
1. :onsis$e en n rue#as idn$icas e indeendien$es.
2. Para cada rue#a, 0a( un n+mero & de resul$ados osi#les.
3. :ada uno de los & osi#les resul$ados $iene una ro#a#ilidad de ocurrencia
i
asociada (
!
C
/
C ... C
&
D !), la cual ermanece cons$an$e duran$e el desarrollo del e5erimen$o.
4. "l e5erimen$o dar) lugar a un conjun$o de *recuencias o#servadas (B
!
, B
/
, ..., B
&
) ara
cada resul$ado. B#viamen$e, B
!
C B
/
C ... C B
&
D n.
"n ocasiones es$aremos in$eresados en comarar los resul$ados o#$enidos al realizar un e5erimen$o
mul$inomial con los resul$ados eserados ($e'ricos). "llo nos ermi$ir) sa#er si nues$ro modelo $e'rico
se ajus$a #ien o no a las o#servaciones. Para ello, recurriremos a la dis$ri#uci'n :0i%cuadrado, la cual
nos ermi$ir) realizar un contrast# so$r# 'a $ondad d#' a("st#.
:oncre$amen$e, usaremos el es$ad-s$ico
/
D I
&
(B
i
J"
i
)
/
con 3 4 5 grados de li#er$ad.
i=!
"
i
Podemos calcular cada *recuencia eserada ($e'rica) mul$ilicando el n+mero $o$al de rue#as n or
la ro#a#ilidad de ocurrencia asociada, es decir.
"
i
D n N
i
i D !, ..., &
Proyecto e-Math M
CASOS PRCTICOS__________________________________________________
E/EMP&O.
"n cier$a m),uina "5endedora de Ee*rescos e5is$en H canales ,ue e5iden el mismo $io de #e#ida.
"s$amos in$eresados en averiguar si la elecci'n de cual,uiera de es$os canales se 0ace de *orma
alea$oria o or el con$rario e5is$e alg+n $io de re*erencia en la selecci'n de alguno de ellos or los
consumidores. 9a siguien$e $a#la mues$ra el n+mero de #e#idas vendidas en cada uno de los H
canales duran$e una semana. :on$ras$ar la 0i'$esis de ,ue los canales son seleccionados al azar a
un nivel de signi*icaci'n del MO.
:anal 7+mero de #e#idas consumidas median$e es$e e5endedor
! !>
/ //
> !P
H !Q
SO&UCI6N:
Para realizar el con$ras$e de 1ondad de Ajus$e de#emos calcular las *recuencias eseradas de cada
suceso #ajo la 0i'$esis de uni*ormidad en$re los valores. Ai la selecci'n del canal *uera alea$oria,
$odos los canales $endr-an la misma ro#a#ilidad de selecci'n ( or lo $an$o la *recuencia eserada
de #e#idas vendidas en cada uno de ellos de#er-a ser aro5imadamen$e la misma. :omo se 0an
vendido en $o$al QL re*rescos, la *recuencia eserada en cada canal es
"
i
D n N
i
D QLN R D !Q.M i D !, ..., &
"l es$ad-s$ico del con$ras$e ser-a.
!
2
D
(13 J17.5)
2
C
(22 J17.5)
2
C
(18 J17.5)
2
C
(17 J17.5)
2
D 2.3428
17.5 17.5 17.5 17.5
"s$e valor de#emos comararlo con el valor cr-$ico de la dis$ri#uci'n !
2
con (H%!)D> grados de
li#er$ad. "s$e valor es. !
2
0.95 (3) D 7.81
Pues$o ,ue el valor del es$ad-s$ico (/.>H) es menor ,ue el valor cr-$ico, no odemos rec0azar la
0i'$esis de ,ue los da$os se ajus$an a una dis$ri#uci'n uni*orme. "s decir, ,ue los canales son
seleccionados alea$oriamen$e en$re los consumidores.
E/EMP&O:
"s$amos in$eresados en comro#ar la er*ecci'n de un dado c+#ico (un dado normal de S
caras). Para es$o realizamos !LL lanzamien$os del dado ano$ando los un$os o#$enidos en
cada lanzamien$o. A la vis$a de los resul$ados o#$enidos, 3odemos concluir ,ue el dado
no es er*ec$o4. 7ivel de signi*icaci'n (MO)
Pun$uaci'n en el dado 7+mero de veces ,ue se o#$iene la un$uaci'n.
! !H
/ //
Proyecto e-Math S
> !P
H !Q
M /L
S T
SO&UCI6N:
Ai el dado es$uviera e,uili#rado, en el resul$ado de lanzarlo sucesivamen$e se de#er-an o#$ener
aro5imadamen$e el mismo n+mero de veces cada una de las caras del dado. "n es$e ejercicio
de#emos con$ras$ar si la dis$ri#uci'n del dado es una dis$ri#uci'n uni*orme, con ro#a#ilidad de
o#$ener cada una de las caras igual a !US.
Podemos calcular de una *orma mu( sencilla el n+mero eserado de resul$ados o#$enidos en cada
clase mul$ilicando la ro#a#ilidad de o#$ener cada una de las caras ( D !US) or el n+mero de
lanzamien$os (n D !LL).
Podemos o#serva ,ue los valores o#servados ( eserados no arecen coincidir, or lo $an$o, a riori
arece 0a#er evidencias de irregularidades en el dado. :alculemos el es$ad-s$ico !
2
con a(uda del
Calculator de MI7I8A1.
Proyecto e-Math Q
Calc > Calculator
Proyecto e-Math P
Calc > Column Statistics
:on el resul$ado.
Column Sum
Sum of CHI-CUADAD! " #$4#75
:alculemos *inalmen$e el %valor asociado a es$e es$ad-s$ico. "n es$e caso, como $ra#ajamos con un
con$ras$e unila$eral, %valorD P( !
2
KS,HSQM) D !% P( !
2
V S,HSQM) donde !
2
sigue una dis$ri#uci'n :0i%
cuadrado con &%!DM grados de li#er$ad. Por $an$o.
Proyecto e-Math T
Calc > Probability Distributions > Chi-square
C""'ati1# Distri$"tion +"nction
Chi-Square with 5 DF
x P( X <= x)
6,4675 0,7367
As- ues, %valor D ! ; L,Q>SQ D L, /S>> . Por $an$o, odemos considerar ,ue el %valor no es
signi*ica$ivo. :oncluiremos, a esar de las evidencias ,ue 0a#-an en un rinciio, ,ue no 0a(
evidencias ara rec0azar ,ue el da$o *uera correc$o, i.e., no odemos rec0azar la dis$ri#uci'n
uni*orme ara los osi#les resul$ados del dado.
Proyecto e-Math !L
PRUEBA DE HOMO7ENEIDAD
INTRODUCCIN ___________________
"s$amos in$eresados en de$erminar si los da$os corresondien$es a dos o m)s mues$ras
alea$orias rovienen de la misma o#laci'n. 7uevamen$e el conjun$o de osi#les valores de las
o#servaciones se divide en & conjun$os disjun$os. A
!
, A
/
, ..., A
&.
W clasi*icando en ellos las
o#servaciones de cada mues$ra. Ai n
ij
reresen$a el n+mero de o#servaciones de la mues$ra i
,ue er$enecen al conjun$o A
j
, los da$os ueden $a#ularse en lo ,ue se denomina una $a#la de
con$ingencia.
Mues$ra A! A
/
... A&. 8o$al
!
n
11
n
12
n
1k
n
1.
/
n
21
n
22
n
2k
n
2 .
...
m
n
m1
n
m2
n
mk
n
m.
8o$al
n
.1
n
.2
n
.k
n
9a 0i'$esis de ,ue las m o#laciones son 0omogneas, se $raduce en ,ue cada conjun$o A
j
de#e $ener una ro#a#ilidad $e'rica
j
, desconocida, ero ,ue no varia de la o#laci'n i a la
o#laci'n iX. "s$o de#e veri*icarse ara $odas las ca$egor-as, i.e., las ca$egor-as de#en ser
0omogneas en las diversas mues$ras.
OBJETIVOS ___________________
1 :omrender la imor$ancia de es$e m$odo ara medir si dos mues$ras alea$orias rovienen
de la misma o#laci'n. 7o$ar ,ue en la es$ad-s$ica no aram$rica, como es es$e con$ras$e,
no se realizan con$ras$es so#re ar)me$ros de la o#laci'n (con$ras$e de igualdad de
medias),i.e., se realizan con$ras$es so#re la o#laci'n origen.
2 Me$odolog-a mu( +$il ara comarar diversas mues$ras ( e5$raer conclusiones so#re la
igualdad en las dis$ri#uciones o#lacionales de cada una de ellas.
1 "s reciso conocer el manejo de alg+n a,ue$e es$ad-s$ico ( recomenda#le algunas
nociones del a,ue$e MI7I8A1.
Proyecto e-Math !!
CONCEPTOS FUNDAMENTALES ___________________
<el mismo modo ,ue la Prue#a de 1ondad de Ajus$e, en es$e caso de#emos comarar las
*recuencias o#servadas en cada una de las mues$ras ( ara cada ca$egor-a con las *recuencias #ajo
el suues$o de 0omogeneidad en las o#laciones. "n es$e caso las *recuencias o#servadas
corresonde al n+mero de individuos de la mues$ra i en la clase j, i.e., n
ij
.
"l es$ad-s$ico de con$ras$e ser)
!
2

D

I
n

I
k
(n
ij
Je
ij
)
2
e
ij
i=1 j =1
<onde e
ij
es la *recuencia eserada #ajo el suues$o de 0omogeneidad, ,ue uede
reresen$arse como n
i

j
, es decir, el n+mero de individuos en la mues$ra i or la ro#a#ilidad
de ,ue ocurra la carac$er-s$ica j en la o#laci'n. Para el c)lculo de las ro#a#ilidades de
er$enecer un individuo a cada una de las ca$egor-as odemos u$ilizar.
p
i
D n
.

j
% n
Por lo $an$o . e
ij
D n
i.
n
.

j
% n
B#servar ,ue es$e valor ser) la suma de nN& n+meros no nega$ivos. "l numerador de cada $rmino es
la di*erencia en$re la *recuencia o#servada ( la *recuencia eserada. Por $an$o, cuan$o m)s cerca
es$n en$re s- am#os valores m)s e,ue?o ser) el numerador, ( viceversa. "l denominador ermi$e
rela$ivizar el $ama?o del numerador.
9as ideas an$eriores sugieren ,ue, cuan$o menor sean el valor del es$ad-s$ico
/
, m)s co0eren$es
ser)n las o#servaciones o#$enidas con los valores eserados. Por el con$rario, valores grandes de
es$e es$ad-s$ico indicar)n *al$a de concordancia en$re las o#servaciones ( lo eserado. "n es$e $io de
con$ras$e se suele rec0azar la 0i'$esis nula (los valores o#servados son co0eren$es con los
eserados) cuando el es$ad-s$ico es ma(or ,ue un de$erminado valor cr-$ico.
7o$as.
(3) "l valor del es$ad-s$ico
/
se odr) aro5imar or una dis$ri#uci'n :0i%cuadrado cuando el
$ama?o mues$ral n sea grande (n K >L), ( $odas las *recuencias eseradas sean iguales o
ma(ores a M (en ocasiones de#eremos agruar varias ca$egor-as a *in de ,ue se cumla
es$e re,uisi$o).
(4) 9as o#servaciones son o#$enidas median$e mues$reo alea$orio en cada mues$ra a ar$ir de
una o#laci'n ar$icionada en ca$egor-as.
:oncre$amen$e, usaremos el es$ad-s$ico
/
D I
&
(B
i
J"
i
)
/
con (n%!)(& ; !) grados de li#er$ad.
i=!
"
i
Proyecto e-Math !/
CASOS PRCTICOS ___________________
E/EMP&O .
"s$amos in$eresados en es$udiar la *ia#ilidad de cier$o comonen$e in*orm)$ico con relaci'n al
dis$ri#uidor ,ue nos lo suminis$ra. Para realizar es$o, $omamos una mues$ra de !LL comonen$es
de cada uno de los > dis$ri#uidores ,ue nos sirven el roduc$o comro#ando el n+mero de
de*ec$uosos en cada lo$e. 9a siguien$e $a#la mues$ra el n+mero de de*ec$uosos en ara cada
uno de los dis$ri#uidores.
:omonen$es :omonen$es
<e*ec$uosos correc$os
<is$ri#uidor ! !S TH !LL
<is$ri#uidor / /H QS !LL
<is$ri#uidor > T P! !LL
HT /M! >LL
SO&UCI6N:
<e#emos realizar un con$ras$e de 0omogeneidad ara concluir si en$re los dis$ri#uidores e5is$en
di*erencias de *ia#ilidad re*eren$e al mismo comonen$e.
:omonen$es :omonen$es
<e*ec$uosos correc$os
<is$ri#uidor ! !S (!S.>>) TH (P>.SS) !LL
<is$ri#uidor / /H (!S.>>) QS (P>.SS) !LL
<is$ri#uidor > T (!S.>>) P! (P>.SS) !LL
HT /M! >LL
9as *recuencias eseradas #ajo 0omogeneidad son las reresen$adas en$re arn$esis.
"l es$ad-s$ico del con$ras$e ser).
!
2
D
(1#J1#.33)
2
C
(24 J1#.33)
2
C (9J1#.33)
2
C
1#.33 1#.33 1#.33
C
(94 J83.##)
2
C
(7# J83.##)
2
C
(81 J83.##)
2
D8.9#32
83.## 83.## 83.##
"s$e valor del es$ad-s$ico Ji%cuadrado es ma(or ,ue el valor ara el nivel de signi*icaci'n del MO,
or lo $an$o de#emos concluir ,ue no e5is$e 0omogeneidad ( or lo $an$o ,ue 0a( di*erencias
en$re los $res dis$ri#uidores. !
2
0.05 (2) D 5.99
Proyecto e-Math !>
E/EMP&O:
"s$amos in$eresados en es$udiar la relaci'n en$re cier$a en*ermedad ( la adicci'n al $a#aco. Para
realizar es$o seleccionamos una mues$ra de !ML individuos, !LL individuos no *umadores ( ML
*umadores. 9a siguien$e $a#la mues$ra las *recuencias de en*ermedad en cada gruo (:omle$ar
la $a#la).
Padecen la 7o Padecen la
"n*ermedad en*ermedad
Fumadores !/ PP !LL
7o Fumadores /M /M ML
>Q !!> !ML
Eealizar un con$ras$e de 0omogeneidad ( o#$ener las conclusiones so#re la relaci'n en$re las
varia#les.
SO&UCI6N:
Para considerar es$e con$ras$e como un con$ras$e de 2omogeneidad suonemos ,ue las
ersonas *umadoras ( las ersonas no *umadoras cons$i$u(en dos o#laciones di*erenciadas. =n
es$udio similar consis$ir-a en considerar a los *umadores ( no *umadores como una carac$er-s$ica
de una o#laci'n ( or lo $an$o es$e ejemlo odr-a lan$earse como un con$ras$e de
indeendencia, ver PE="1A <" I7<"P"7<"7:IA.
"n es$e ejemlo ,ueremos con$ras$ar la 0i'$esis de ,ue las roorciones de en*ermos en
am#as o#laciones ( Fumadores ( 7o Fumadores) es la misma.
9a reresen$aci'n de la $a#la de con$ingencia en Mini$a# de#e ser la misma ,ue la an$erior.
Proyecto e-Math !H
Mini$a# realiza los c)lculos or noso$ros.
Stat > Tables > Chi-square Test:
Expete! "u#t$ are pri#te! %e&"w "%$er'e! "u#t$
(
Pa!ee# )" Pa!ee *"ta&
(+ ,, (00
+4,67 75,33
+ +5 +5 50
(+,33 37,67
*"ta& 37 ((3 (50
Chi-Sq = 6,505 - +,(30 -
+5,.03 (3,00. - 4,+60 =
DF = (, P-/a&ue = 0,000
"n los resul$ados aarecen las *recuencias eseradas #ajo el suues$o de 0omogeneidad. :on
un %valor de L,LLL 0a( su*icien$e evidencia en con$ra de ,ue la 0i'$esis nula sea cier$a. Por
$an$o, la rec0azar-amos, i.e.W arece eviden$e ,ue los *umadores $ienen una ma(or roensi'n a
adecer la en*ermedad.
Proyecto e-Math !M
PRUEBA DE INDEPENDENCIA
INTRODUCCIN ___________________
"s$amos in$eresados en de$erminar si dos cualidades o varia#les re*eridas a individuos de una
o#laci'n es$)n relacionadas. Ae di*erencia de los con$ras$es an$eriores en ,ue en es$e caso
es$amos in$eresados en ver la relaci'n e5is$en$e en$re dos varia#les de una misma o#laci'n, no
,ueremos con$ras$ar la dis$ri#uci'n $e'rica de una varia#le (rue#a de #ondad de ajus$e) ni en
comarar la dis$ri#uci'n de una +nica varia#le en dos o#laciones (rue#a de 0omogeneidad).
OBJETIVOS ___________________
1 :omrender la imor$ancia de es$e m$odo ara medir relaciones en$re varia#les si realizar
suues$o adicionales so#re las dis$ri#uciones de es$as.
2 Al$erna$iva mu( o$en$e ara medir relaciones en$re varia#les ca$eg'ricas, donde no es
osi#le alicar los m$odos cl)sicos de In*erencia "s$ad-s$ica como la Eegresi'n 9ineal.
8am#in es alica#le a varia#les cuan$i$a$ivas si no se veri*ican los suues$os necesarios a
sa$is*acer or o$ras $cnicas es$ad-s$icas.
3 Iden$i*icar las di*erencias conce$uales en$re el $es$ de 0omogeneidad ( el 8es$ de
Indeendencia.
1 "s reciso conocer el manejo de alg+n a,ue$e es$ad-s$ico ( recomenda#le algunas nociones
del a,ue$e MI7I8A1.
PRUEBA DE INDEPENDENCIA ___________________
Auongamos ,ue de n elemen$os de una o#laci'n se 0an o#servado dos carac$er-s$icas " e #,
o#$enindose una mues$ra alea$oria simle #idimensional ("
$
%#
$
%("
&
%#
&
%'''%("
n
%#
n
'
Ao#re la #ase de
dic0as o#servaciones se desea con$ras$ar si las carac$er-s$icas o#lacionales " e # son
indeendien$es o no. Para ello se dividir) el conjun$o de osi#les valores de " en ( conjun$os
disjun$os )
$
%)
&
%'''%)
(
W mien$ras ,ue el conjun$o de osi#les valores # ser) descomues$o en r
conjun$os disjun$os. *
$
%*
&
%'''%*
r
. Al clasi*icar os elemen$os de la mues$ra, aarecer) un cier$o n+mero
de ellos, n
ij
, en cada una de las k Yr clases as- cons$i$uidas, dando lugar a una $a#la de
con$ingencia de la *orma.
A
1
A
2
... A&. Total
B1
n
11
n
12
n
1k
n
1.
B
2
n
21
n
22
n
2k
n
2 .
...
B
r
n
r1
n
r 2
n
rk
n
r.
Total
n
.1
n
.2
n
.k
n
Proyecto e-Math !S
Estadstica no
Paramtrica
Al igual
!
2

D

I
<onde.
E/E
MP&
O.
el 8es$
de
0omogeneidad,
el es$ad-s$ico
del con$ras$e
ser)
con (&%!)(r%
!) grados de
li#er$ad.
% n
P
a
r
a

e
s
$
u
d
i
a
r

l
a

d
e
e
n
d
e
n
c
i
a

e
n
$
r
e

l
a

r
)
c
$
i
c
a

d
e

a
l
g
+
n

d
e
o
r
$
e

(

l
a

d
e
r
e
s
i
'
n
,

s
e

s
e
l
e
c
c
i
o
n
'

u
n
a

m
u
e
s
$
r
a

a
l
e
a
$
o
r
i
a

s
i
m
l
e
de
!LL
j'v
ene
s,
con
los
sig
uie
n$e
s
res
ul$a
dos
.
<e$ermi
nar si
e5is$e
indeen
dencia
en$re la
ac$ivida
d del
suje$o (
su
es$ado
de
)nimo.
7ivel de
signi*ica
ci'n
(MO)
SO&UCI6N
:
<
e
#
e
m
o
s

r
i
m
e
r
o

c
a
l
c
u
l
a
r

l
a
s

*
r
e
c
u
e
n
c
i
a
s

e
s
e
r
a
d
a
s

#
a
j
o

e
l

s
u
u
e
s
$
o

d
e

i
n
d
e
e
n
d
e
n
c
i
a
.

9
a

$
a
#
l
a

d
e

*
r
e
c
u
e
n
c
i
a
s

e
s
e
r
a
d
a
s
ser-a
.
:alculamos a0ora el es$ad-s$ico del con$ras$e.
!
"s$e valor de#emos comararlo con el ercen$il de la dis$ri#uci'n
li#er$ad.
Por lo
$an$o
como el
valor del
es$ad-s$i
co es
suerior
al valor
cr-$ico,
conclui
mos ,ue
de#emo
s
rec0aza
r la
0i'$esi
s de
indeen
dencia (
or lo
$an$o
asumir
,ue
e5is$e
relaci'n
en$re la
deresi'
n e los
0)#i$os
deor$is$
as del
individu
o.
Proyecto e-Math
E/EMP&O:
=n es$udio ,ue se realiz' con P! ersonas re*eren$e a la relaci'n en$re la can$idad de
violencia vis$a en la $elevisi'n ( la edad del $eleviden$e rodujo los siguien$es resul$ados.
!S%>H >H%MM MM ' m)s
Poca violencia P !/ /!
Muc0a Fiolencia !P !M Q
3Indican los da$os ,ue ver violencia en la $elevisi'n deende de la edad del $eleviden$e, a
un nivel de signi*icaci'n del MO4
SO&UCI6N:
<e#emos realizar un $es$ de indeendencia ara ver si e5is$e relaci'n en$re la violencia vis$a en
$elevisi'n con el gruo de edad al ,ue er$enece el individuo.
<ado ,ue el $es$ de Indeendencia, no di*iere del $es$ de 2omogeneidad a nivel oeracional, el
desarrollo es an)logo al ejercicio de Mini$a# de la secci'n an$erior.
In$roducimos los valores de la $a#la de con$ingencia del siguien$e modo.
Proyecto e-Math !P
Stat > Tables > Chi-Square Test:
C-i-S8"ar# T#st
Expete! "u#t$ are pri#te! %e&"w "%$er'e! "u#t$
(
(6-34 34-55 55 0 12$ *"ta&
, (+ +( 4(
(3,(6 (3,67 (4,(7
+ (, (5 7 40
(+,,4 (3,33 (3,,3
*"ta& +6 +7 +, ,(
Chi-Sq = +,0+4 - 0,+03 - 3,+,. -
((,(6. +,074 - 0,+0, - 3,37( =
DF = +, P-/a&ue = 0,004
"l valor del es$ad-s$ico del con$ras$e es !!,!ST. "l %valor asociado a es$e valor es L,LLH. Por lo $an$o
a un nivel de signi*icaci'n del L.LLM de#eremos rec0azar la 0i'$esis nula de indeendencia, ( or lo
$an$o concluir ,ue e5is$e di*erencias en$re el $io de $elevisi'n consumida ( la edad del $eleviden$e.
Proyecto e-Math !T
BIBLIO!RAF"A ______________________________________________
[1] 1ar', J. ( Aleman(, E. (/LLL). Z"s$ad-s$ica II[. "d. Fundaci' er a la =niversi$a$ B#er$a de
:a$alun(a. 1arcelona.
[2] Pe?a A)nc0ez de Eivera, <. (!TPQ). Z"s$ad-s$ica. Modelos ( M$odos. Folumen /[. Alianza
"di$orial. Madrid. IA17. PH%/LS%P!!L%M
[3] Jo0nson, E. E. (!TTS). Z"lemen$ar( s$a$is$ics[. 1elmon$, e$c. . <u5#ur(, co
[4] E. Flez ( A. \arc-a. Z:)lculo de Pro#a#ilidades ( "s$ad-s$ica Ma$em)$ica[. :iencias
Ma$em)$icas. =7"<.
[5] A. Mar$-n Andrs ( J. de <. 9una del :as$illo. Z ML ] !L 0oras de 1ioes$ad-s$ica[ "diciones
7orma.
Proyecto e-Math /L

Chi Cuadrado

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Chi Cuadrado

Cargado por

Copyright:

Formatos disponibles

Estadstica no Paramtrica

También podría gustarte