P. 1
Chi Cuadrado de Pearson

Chi Cuadrado de Pearson

|Views: 5.474|Likes:

More info:

Published by: Arturo Andre Cordova Holguin on May 20, 2012
Copyright:Attribution Non-commercial

Availability:

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

07/29/2013

pdf

text

original

“AÑO DE LA INTEGRACIÓN NACIONAL Y EL RECONOCIMIENTO DE NUESTRA DIVERSIDAD” UNIVERSIDAD NACIONAL DE PIURA ESCUELA PROFESIONAL DE INGENIERIA INFORMATICA

INTEGRANTES: Córdova Holguín Fabrizio Merino Juárez Manuel Neira Mija Wilson Palacios Romero Richard Sánchez Portocarrero Gustavo DOCENTE: Ing. Carmen Quito Rodríguez ASIGANTURA: Modelos Estocásticos FECHA: 11/04/2012

PIURA-PERU 2012

fe = frecuencia esperada. Se utiliza solo la frecuencia. en el que se cuenta con un grupo muestral. Poblaciones pequeñas. La Chi cuadrada se utiliza cuando:            Cuando los datos puntualizan a las escalas nominal u ordinal. . en un plan experimental. Investigaciones de tipo social . Prueba Chi cuadrada de Pearson para una muestra La prueba estadística de X2 para una muestra se emplea frecuentemente como prueba de bondad de ajuste. Población > a 5 y < a 20. algunos autores consideran que la prueba es insensible. X2 permite establecer diferencias entre f y se utiliza solo en escala nominal. Cuando la muestra es seleccionada no probabilísticamente. resulta muy útil este procedimiento. fo = frecuencia observada. pues con un grado de libertad. si hay dos subclases. moda. La eficacia de la prueba está de acuerdo con el tamaño de la muestra. con diversas subclases y las mediciones están en escala nominal. Cuando los datos son independientes.muestras pequeñas no representativas >5. etc. sin embargo. no obstante la información que aporta más de dos categorías es satisfactoria en función de la fórmula: Donde: X2 = valor estadístico de Chi cuadrada. Cuando se quiere contrastar o comparar hipótesis. Cuando se desconocen los parámetros media.1. Cuando se requiere de establecer el nivel de confianza o significatividad en las diferencias.

Si en el modelo experimental se tiene una tabla de contingencias de 2 X 2 y la muestra total es menor a 20 e incluye cero en alguna casilla. binomial y de Poisson.1. a. Calcular los valores teóricos esperados para el modelo experimental o tipo de distribución muestral: normal. En sentido opuesto. cuando el número de la muestra es menor que 20. La eficacia de la prueba no se ha determinado con exactitud.Pasos. 6. La fórmula es: . Las dos alternativas propuestas aumentan notoriamente la eficacia con muestras de tamaño pequeño y se limita la probabilidad de cometer el error del tipo I. 1. a medida que el tamaño de la muestra aumenta. Calcular los grados de libertad (gl) en función de número de categorías [K]: gl = K . la prueba estadística aconsejable será la de probabilidad exacta de Fischer y Yates. Efectuar la sumatoria de los valores calculados. 5. Elevar al cuadrado las diferencias y dividirlas entre los valores esperados de cada categoría. Decidir si se acepta o rechaza la hipótesis X2c ³ X2t se rechaza Ho. Con grupos múltiples. 3. b. pero existen alternativas. la prueba de Chi cuadrada es el procedimiento de elección para el contraste de hipótesis. pero con frecuencias pequeñas. Prueba chi cuadrado de Pearson para dos y más muestras independientes Cuando las observaciones de una investigación corresponden a muestras independientes y las mediciones se tienen en escala nominal. Esta prueba estadística se emplea en el análisis de dos o más grupos y de dos o más variables. Arreglar las categorías y las frecuencias observadas. el valor de probabilidad de error para aceptar hipótesis alternas (Ha o Ho) se acerca a 1. Comparar el estadístico X2 con los valores de la distribución de Chi cuadrada en la tabla. 8. En estas condiciones. menores que cinco. 4. 7. se recomienda usar la prueba de Chi cuadrada de proporciones. se pierde eficacia. sin embargo. 2. 2. Calcular las diferencias de las frecuencias observadas en el experimento con respecto a las frecuencias esperadas. es conveniente no aplicar la prueba de Chi cuadrada.

5. El valor de X2 se compara con los valores críticos de Chi cuadrada de la tabla de valores críticos de X2 y de acuerdo con los grados de libertad. Determinar el valor teórico de las frecuencias para cada casilla. . 2. 6. fe = frecuencia esperada. 4. Calcular las diferencias entre los valores observados con respecto a los teóricos de cada casilla. fo = frecuencia observada. 8. que es el estadístico X2. 7.Donde: X2 = valor estadístico de Chi cuadrada. 3. Arreglar las observaciones en una tabla de contingencias. Decidir si se acepta o rechaza la hipótesis X2c ³ X2t se rechaza Ho. Elevar al cuadrado las diferencias y dividirlas entre el valor teórico de la casilla correspondiente. y se determina la probabilidad. Calcular los grados de libertad (gl): gl = (K columnas -1) [H hileras -1]. Obtener la sumatoria de los valores anteriores. Pasos: 1.

No Habrá diferencia significativa entre la cantidad de cigarros fumados por causa del estrés en personas que trabajan.  Hipótesis alterna (Ha). Hipótesis nula (Ho). Zona de rechazo.05. Habrá diferencia significativa entre la cantidad de cigarros fumados por causa del estrés en personas que trabajan. Para todo valor de probabilidad igual o menor que 0.05 . Planteamiento de la hipótesis.05. por lo tanto: fo = 18 fe = 6 gl = 3 + 1 = 2 a = 0. El cálculo de la frecuencia esperada se efectúa en virtud de que para una hipótesis nula. a todas las casillas corresponde un valor igual. se acepta Ha y se rechaza Ho. se acepta Ho y se rechaza Ha. Aplicación de la prueba estadística.  Nivel de significación.Ejemplo 01: Un investigador quiere comparar si hay diferencias en la cantidad de cigarros fumados por causa del estrés en personas que trabajan. Para todo valor de probabilidad mayor que 0.

Hipótesis nula (Ho). El número de empleados que acuden al consultorio médico se encuentra distribuido en forma uniforme a lo largo de la semana.05. El consumo de cigarros por causa del estrés se puede considerar como efecto del azar.3 tiene una probabilidad mayor que 0. . no se encuentra distribuido de forma equitativa durante los días de trabajo de la semana? Planteamiento de la hipótesis. El número de empleados que acuden al consultorio médico no se encuentra distribuido en forma uniforme a lo largo de la semana. Zona de rechazo. se observo el siguiente número de consultas: Lunes 49 Martes 35 Miércoles 32 Jueves 39 Viernes 45 Total 200 Con α=0. se acepta Ho y se rechaza Ha. se acepta Ho y se rechaza Ha.El valor calculado de X2 se compara con los valores críticos de la tabla de valores críticos de X2. Decisión.3 < 5.05.05 corresponde la cifra de 5.99. el estadístico Chi cuadrada de 4.  Hipótesis alterna (Ha). ¿existe alguna razón para creer que el número de empleados que asisten al consultorio médico.05. Se puede observar que para una probabilidad de 0.05. Para todo valor de probabilidad mayor que 0.99 se acepta Ho: No hay diferencias significativas entre el consumo de cigarros por causa del estrés. por lo tanto. X2c < X2t se rechaza Ha Entonces tenemos que: 4. Ejemplo 02: El gerente de una planta industrial pretende determinar si el número de empleados que asisten al consultorio médico de la planta se encuentra distribuido de forma equitativa. se acepta Ha y se rechaza Ho. Para todo valor de probabilidad igual o menor que 0. Con base en una muestra aleatoria de cuatro semanas completas de trabajo. durante los 5 días de trabajo de la semana.  Nivel de significación. Interpretación. En virtud de que la probabilidad obtenida al calcular el valor de X2 está dentro de la región de rechazo.

se acepta Ho y se rechaza Ha. El cálculo de la frecuencia esperada se efectúa en virtud de que para una hipótesis nula. X2c < X2t se rechaza Ha Entonces tenemos que: 4.05 corresponde la cifra de 9.49 por lo tanto. el estadístico Chi cuadrada de 4.05. En virtud de que la probabilidad obtenida al calcular el valor de X2 está dentro de la región de rechazo.9< 9. Decisión.05 ( ) ( ) ( ) ( ) ( ) ) El valor calculado de X2 se compara con los valores críticos de la tabla de valores críticos de X2. Interpretación. Ejemplo 03: . a todas las casillas corresponde un valor igual.9 gl = 5-1=4 a = 0. Se puede observar que para una probabilidad de 0. Los empleados acuden de forma uniforme al consultorio. por lo tanto: fo = 18 fe = 6 ∑( 4.9 tiene una probabilidad mayor que 0.Aplicación de la prueba estadística.49 se acepta Ho: El número de empleados que acuden al consultorio médico se encuentra distribuido en forma uniforme a lo largo de la semana. a lo largo de la semana.

Una vez obtenidos los valores teóricos.  Hipótesis alterna (Ha).Comparar si el factor género influyes en la cantidad de cigarros fumados por causa del estrés en personas que trabajan.05. No Habrá diferencia significativa entre la cantidad de cigarros fumados por causa del estrés en hombres y mujeres que trabajan.05. se acepta Ha y se rechaza Ho. Para todo valor de probabilidad igual o menor que 0. Aplicación de la prueba estadística. aplicamos la fórmula. Hipótesis nula (Ho). .  Nivel de significación. Habrá diferencia significativa entre la cantidad de cigarros fumados por causa del estrés en hombres y mujeres que trabajan. El modelo experimental tiene dos muestras independientes. Zona de rechazo. Calculamos los valores teóricos para cada casilla. Para todo valor de probabilidad mayor que 0. Planteamiento de la hipótesis. se acepta Ho y se rechaza Ha. Elección de la prueba estadística.

la mayor frecuencia observada en niños sanos es la condición alta. Planteamiento de la hipótesis. Hipótesis nula (Ho).  Nivel de significación.05. Las diferencias que se observan en las frecuencias de enfermedad diarreica en las tres clases socioeconómicas se deben al azar.  Hipótesis alterna (Ha).49 + 0.05.1) (2 . Interpretación.1) = (3 . Decisión. cae en la zona de rechazo.05 + 1. Para todo valor de probabilidad igual o menor que 0.99 corresponde la probabilidad de 0. un médico tuvo el interés de conocer si existían diferencias respecto a condición socioeconómica de una población a la que estudio. así. Elección de la prueba estadística. Si hay diferencias significativas entre el consumo de cigarros por causa del estrés entre hombres y mujeres que trabajan.99 se rechaza Ho.04 + 1.18 + 0. se acepta Ha y se rechaza Ho. La mayor frecuencia de la enfermedad diarreica se observa en la condición socioeconómica baja. .15 con 2 grados de libertad se compara con los valores críticos de Chi cuadrada.15 < 5.1) = 2 El valor 3.1) (H .16 = 3.05.15 tiene una probabilidad mayor que 0. gl = (K . El modelo experimental tiene 3 o más muestras independientes. a su vez. se puede observar que a la cifra 5.= 0.23 + 0.15 Cálculo de los grados de libertad (gl). se debe a factores del azar.05. Por tanto se acepta Ho y se rechaza Ha. El consumo de cigarros por causa del estrés entre hombres y mujeres que trabajan. Estas diferencias son significativas. lo cual significa que el estadístico calculado tiene una probabilidad mayor que 0. Ejemplo 04: En una investigación transversal de enfermedad diarreica en niños menores de seis años. En razón de que el valor de Chi cuadrada de 3. X2c < X2t por lo tanto como 3.

Calculamos los valores teóricos para cada casilla.001. se acepta Ha y se rechaza Ho. cayendo en el nivel de significancia. Decisión.Zona de rechazo. con una probabilidad igual a 0.1) = 2 a = 0.83.05. se acepta Ho y se rechaza Ha.05 El valor crítico de Chi cuadrada con 2 grados de libertad más cercano al calculado es de 10. gl = (K . aplicamos la fórmula. Una vez obtenidos los valores teóricos.001 y menor que 0. Por lo tanto.1) = (2 .64 con 2 grados de libertad tiene una probabilidad inferior a 0. Aplicación de la prueba estadística.1) (H .1) (3 .05. . El estadístico calculado de 29. Contingencia de la diarrea. Para todo valor de probabilidad mayor que 0. Cálculo de los grados de libertad (gl).

05 . clase media y alta en oposición a clase baja.001.Interpretación. con respecto a los otros grupos sociales. según la gráfica siguiente. Estas diferencias son significativas al nivel de confianza de p menor que 0. X2(1gl) = 29. Contingencia 2 X 2. lo cual se puede comprobar al construir las tablas de contingencias y al ejecutar la prueba X2 como ejercicio e interpretarla. Entre las clases socioeconómicas media y alta parece no existir diferencia alguna.66 p menor que 0. X2(1gl) = 0. Existen diferencias significativas entre las frecuencias observadas de enfermedad diarreica en los tres grupos de condición socioeconómica.008 p menor que 0. clase media y alta en oposición a clase baja. La población de niños de condición socioeconómica baja muestran la frecuencia más alta de diarrea.001 Contingencia 2 X 2.

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)//-->