P. 1
Ji Cuadrado

Ji Cuadrado

4.2

|Views: 33.462|Likes:
Publicado porapi-3708303

More info:

Published by: api-3708303 on Oct 15, 2008
Copyright:Attribution Non-commercial

Availability:

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

03/18/2014

pdf

text

original

DISTRIBUCIÓN JI CUADRADO Y SUS APLICACIONES

ASOCIACIÓN ENTRE DOS VARIABLES N
CUALITATIVA (prueba Chi cuadrado) .- Pruebas de Independencia .- Homogeneidad

Independencia de Criterios y Homogeneidad de Poblaciones MG. HECTOR BEJARANO BENITES

X

CUANTITATIVA (prueba “t” ) .- Análisis de Correlación Lineal Simple .- Análisis de Regresión Lineal Simple

DISTRIBUCIÓN JI CUADRADO
CARACTERÍSTICAS 1.
2. 3. 4.

TABLA DE LA DISTRIBUCIÓN JI CUADRADO
NIVEL DE SIGNIFICA CION

GRA DOS LIBERT A D

0.2
1.64 3.22 4.64 5.99 7.29 8.55 9.80 11.03 12.24 13.44 14.63 15.81 16.98 18.15 19.31 20.46 20.46 22.76 23.90 25.04 26.17 27.30 28.41 29.55 30.68 31.80 32.91 34.03 36.25 36.25

0.1
2.71 4.60 6.25 7.78 9.24 10.64 12.02 13.26 14.68 15.99 27.28 18.55 19.81 21.06 22.31 23.54 24.77 25.99 27.20 28.41 29.62 30.81 32.01 33.20 34.38 35.36 36.74 37.92 32.09 40.26

0.05
3.84 5.99 7.82 9.49 11.07 12.59 14.07 15.51 16.92 18.31 19.68 21.03 22.36 23.68 25.00 26.30 27.59 28.87 30.14 31.41 32.67 33.92 35.17 36.42 37.65 38.88 40.11 41.34 42.56 43.77

0.02
5.41 7.82 9.84 11.67 13.39 15.03 16.62 18.17 19.08 21.16 22.62 21.05 25.47 26.87 28.26 29.63 31.00 32.35 33.69 35.02 36.34 37.66 38.97 40.27 41.57 42.86 44.14 45.42 46.69 47.96

0.01
6.64 9.21 11.34 13.28 15.09 16.81 18.48 20.09 21.67 23.21 24.72 26.22 25.69 29.14 30.58 32.00 33.41 34.80 36.19 37.57 38.93 40.29 41.64 42.98 44.31 45.61 46.96 48.28 49.59 50.89

0.001
10.83 13.82 16.27 18.46 20.52 22.46 24.32 26.12 27.88 29.59 31.26 32.94 34.53 36.12 37.70 39.29 40.75 42.31 43.82 45.32 46.80 48.27 49.73 51.18 52.62 54.05 55.48 58.89 38.20 59.70

5.

La Distribución X2 se tiene como grados de libertad G.L = (num. f - 1)*(nun. c - 1) No tiene valores negativos. El valor mínimo es 0. Todas las curvas son asimétricas Cuando aumentan los grados de libertad las curvas son menos elevadas y más extendidas a la derecha. Se utiliza para variables medidas en escala nominal u ordinal.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

DISTRIBUCIÓN JI CUADRADO
Fórmula de trabajo:

PRUEBA DE INDEPENDENCIA
INTERES:
Conocer si dos criterios de clasificación son independientes (no asociación o no relación) cuando se aplican al mismo conjunto de datos.

χ

2 c

∑ (O =

i

− Ei )

2

Ei

F. Esperada=

Total de Fila x Total de Columna Total General

REQUISITOS:
Se aplica cuando hay dos criterios de clasificación (dos variables cualitativas nominales) y un grupo (1 muestra). Los totales marginales no están controlados por el investigador.

Grados de libertad = (f-1)*(c-1) Mide el grado de concordancia entre los pares de frecuencias observadas y esperadas de las celdas, dado que la Ho sea verdadera

PRUEBA DE INDEPENDENCIA
Ejemplo: Evaluar si el toser por la mañana está asociado al fumar cigarrillos en personas de 25 a 50 años de edad. ¿Tose por la Mañana? ¿Fuma Cigarrillos? SI Si No Total 45 15 60 NO 24 16 40 69 31 100 Total

PRUEBA DE INDEPENDENCIA
PROCEDIMIENTO
1. 2.

3.

Variables cualitativas, medidas en escala nominal. Planteamiento de Hipótesis. Ho: Toser por la mañana es independiente de fumar cigarrillos H1: Toser por la Mañana esta asociada a fumar cigarrillos. Nivel de significación: Para un nivel de significación de:

α =0.05

PRUEBA DE INDEPENDENCIA
4.

Cálculo de las frecuencias esperadas:
¿Tose por la Mañana? Si ¿Fuma Cigarrillos? SI NO Total

Estadístico de Prueba:

45 15 60
= 4 1 .4 = 2 7 .6 = 1 8 .6 = 1 2 .4

24 16 40

69 31 100

χ c2 =
5.

∑ (O

i

− Ei )

2

No

Ei

Su respectiva significancía es: P
E 11 = E 12 E 21 E 22

Total

Criterios de Decisión: Ho se rechazaría si

P≤α

6.

Conclusión: Se indica lo que se decidió con respecto a la hipótesis nula.

69 x60 100 69 x40 = 100 31x60 = 100 31x40 = 100

χ χ

2 c 2 c

=

(4 5

− 4 1 .4 4 1 .4

)

2

+

(1 5

− 1 8 .6 1 8 .6

)

2

+

(2 4

− 2 7 .6 2 7 .6

)

2

+

(1 6

− 1 2 .4 1 2 .4

)

2

= 2 .5 3

DECISIÓN: Como P ≥ 0.05 no se rechaza la Ho

PRUEBA DE HOMOGENEIDAD ( 0.1 < P < 0.2)
INTERES: Conocer si dos o mas muestras provienen de poblaciones Homogéneas con respecto a algún criterio de clasificación.
REQUISITOS:

CONCLUSIÓN: El toser por la mañana es independiente del fumar cigarrillos.

Hay una variable y más de dos grupos independientes Se usa cuando se hacen Estudios de Tipo Experimental La Hipótesis Nula establece que las muestras se extraen de la misma población

PRUEBA DE HOMOGENEIDAD
Ejemplo:
Evaluar la efectividad de un antibiótico enfermedades de transmisión sexual. Curabilidad de la Enfermedad A Si No Total 75 15 90 ETS Total B 25 45 70 C 70 10 80 170 70 240 en tres

PRUEBA DE HOMOGENEIDAD
PROCEDIMIENTO
1.

Variables cualitativas, medidas en escala nominal. Planteamiento de Hipótesis. Ho: Las muestras provienen de poblaciones homogéneas según la curabilidad de pacientes con ETS. H1: Las muestras no provienen de poblaciones homogéneas según la curabilidad de pacientes con ETS. Nivel de significación Para un nivel de significación de:

2.

3.

α =0.05

PRUEBA DE HOMOGENEIDAD
Estadístico de Prueba:

Cálculo de las frecuencias esperadas:

χc2 =

∑(Oi − Ei )
Ei

2

Su respectiva significancía es: P

Criterios de Decisión: Ho se rechazaría si P ≤ α Conclusión: Se indica lo que se decidió con respecto a la hipótesis nula.

170x90 = 63.75 240 170x80 = 56.67 E13 = 240 70x70 = 20.42 E22 = 240 E11 =

E12 =

170x70 = 49.58 240 70x90 = 26.25 E21 = 240 70x80 = 23.34 E23 = 240
2

χc2 =

( 75 − 63.75)
63.75

2

+

( 25 − 49.58)
49.58

+ ... +

(10 − 23.34)
23.34

2

χc2 = 59.34

PRUEBA DE HOMOGENEIDAD
DECISIÓN: Ho se rechaza

χ c2 ≥ χ t2
59.34 ≥ 5.99

CONCLUSIÓN: Las muestras no provienen de poblaciones homogéneas según la curabilidad de pacientes con ETS.

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)//-->