1

EJERCICIO CHI CUADRADO La frmula matemtica para obtener X2 es la siguiente:

VALOR CRTICO Los cientficos al aplicar el Test Chi Cuadrado tradicionalmente usan tablas en las que se establecen los valores de X y los Grados de Libertad respectivos a partir de los cuales la probabilidad de coincidencia queda incluida dentro de las zonas de los lmites de confianza ya mencionados. A continuacin se incluye una tabla que muestra algunos de los llamados Valores Crticos, los cuales al ser sobrepasados por un Valor Chi (2) obtenido indican que la probabilidad de coincidencia entre los resultados observados y los resultados esperados sometidos al test es menor a 0.05 o menor a 0.01:

APLICACIN Supongamos que una fbrica de productos lcteos va a lanzar al mercado 10 tipos de yogurt de distinto sabor (manzana, mora, melocotn, pia, frambuesa, durazno, mandarina, limn, banana y cereza), y segn las expectativas calculadas mediante un modelo terico ideal que se basa en el anlisis de los conservantes y de la composicin qumica de los 10 yogures, se concluye que stos sometidos a un buen estado de refrigeracin deberan durar hasta 20 das sin descomponerse. La fbrica realiza diferentes pruebas antes de lanzar el novedoso producto al mercado, con el propsito de evaluar si los conservantes y los componentes qumicos usados durante la produccin del yogurt se ajustan al modelo terico ideal y permiten que el producto final dure sin descomponerse hasta 20 das sometido a buen estado de refrigeracin. As, se obtiene una primera muestra de los 10 diferentes yogures que son colocados inmediatamente en refrigeracin, y se descubre que estos 10 tipos de yogures entraron en descomposicin despus de transcurridos los siguientes das: 20, 19, 20, 20, 20, 20, 20, 20, 21 y 20. En este caso el contraste entre los resultados ideales esperados y los resultados observados respecto de la duracin de los yogures sometidos a refrigeracin se puede expresar en una tabla como la siguiente:

Para aplicar el Test Chi Cuadrado a estos resultados y obtener su Valor Chi ( 2) respectivo, se procede a desarrollar la siguiente frmula en la cual las diferencias entre los valores observados (o) y los valores ideales esperados (e) son elevadas al cuadrado y luego divididas por el valor de los resultados esperados (e), para luego sumar todos los valores as obtenidos:

En este caso el Valor Chi obtenido para los dos tipos de resultados que fueron contrastados es: 2 = 0.1. Tanto los resultados observados (o) como los resultados ideales esperados (e) estn conformados por un conjunto de 10 datos independientes entre s, y por tanto el respectivo Grado de Libertad segn la frmula aplicable (G.L. = k1) es igual a: G.L. = 101 = 9. Como el Valor Chi obtenido sobre la muestra de los 10 yogures fue de 0.1, entonces es claro que ese valor es bastante menor que 16.92 (0.1 < 16.92)(ver tabla de valores crticos), y esto indica que los resultados observados tienen ms de un 5% de probabilidad de coincidencia respecto de los resultados esperados, es decir, la diferencia existente entre los resultados observados y los resultados ideales no es significativa o relevante, y por tanto se puede concluir que los resultados observados en la muestra de los 10 yogures demuestran que la descomposicin de esos yogures se sigue produciendo dentro de los parmetros ideales previstos por el modelo terico. Supongamos que al da siguiente por algn motivo se realiz un ajuste en el proceso productivo de la fbrica de productos lcteos, y como resultado se obtuvo una segunda muestra de los 10 yogures de diferente sabor producidos ese da, que al ser refrigerados entraron en descomposicin a los siguientes das: 26, 14, 15, 25, 15, 26, 25, 14, 26 y 12. En este caso el contraste entre los resultados ideales esperados y los resultados observados

respecto de la duracin de esta segunda muestra de yogures sometidos a refrigeracin se puede expresar en una tabla como la siguiente:

A simple vista se ven grandes fluctuaciones entre los resultados ideales esperados ( e) y los resultados observados (o) en las muestras empricas de los yogures, pero para calcular con exactitud matemtica si esas diferencias son significativas es necesario aplicar la frmula ya comentada?:

Para esta segunda muestra de los resultados de los yogures contrastada frente a los resultados del modelo terico el Valor Chi fue de: 2 = 17.2. Teniendo en cuenta que para 9 Grados de Libertad dentro de un Nivel de Confianza del 0.05 el valor lmite crtico es de 16.92, entonces es evidente que en este caso el Valor Chi obtenido es superior a ese valor crtico (17.2 > 16.92) (ver tabla de valores crticos), y esto indica que los resultados observados en la segunda muestra de yogures tienen menos de un 5% de probabilidad de coincidencia respecto

de los resultados tericos esperados, es decir, en este caso la diferencia existente es significativa dentro de un Nivel de Confianza del 0.05 y se puede concluir que los resultados observados demuestran que la descomposicin de los yogures de esa segunda muestra ya no se est produciendo dentro de los parmetros ideales previstos por el modelo terico.

En la anterior grfica se observa claramente que el valor 16.92, representado por la lnea recta de color lila, es el Valor Crtico que intercepta con la lnea roja curva representativa de 9 Grados de Libertad justo en el comienzo del lmite establecido por el valor de probabilidad 0.05 que corresponde al Nivel de Confianza del 5% de coincidencia. En cambio, el valor 17.2, representado por la lnea recta de color azul, intercepta con la lnea roja curva representativa de 9 Grados de Libertad justo dentro del rea sombreada de color verde que corresponde a valores de probabilidad inferiores al Nivel de Confianza del 0.05 de coincidencia, y esto indica que existe menos de un 5% de probabilidad de coincidencia entre los resultados observados y los resultados ideales esperados que fueron analizados. En otras palabras, en el ejemplo comentado es evidente que el Valor Chi de la primera muestra de yogures analizada es de 0.1 y eso equivale a que es inferior al Valor Crtico 16.92 para 9 Grados de Libertad, lo que obviamente significa que hay mucho ms de 5% de coincidencia entre los resultados observados de esa muestra y los resultados ideales esperados. En cambio, el Valor Chi de la segunda muestra de yogures analizada es de 17.2 y eso equivale a que es superior al Valor Crtico 16.92 para 9 Grados de Libertad, lo que significa que hay

menos de 5% de coincidencia entre los resultados observados de esa segunda muestra y los resultados tericos esperados.

APLICACIN DEL TEST CHI CUADRADO A LA RULETA FRANCESA.

PASOS PARA APLICAR EL TEST CHI CUADRADO AL ANLISIS DE LOS RESULTADOS DE UN JUEGO DE AZAR:
Supongamos que alguien lanza al aire una moneda 200 veces consecutivas, y durante esos lanzamientos aleatoriamente salen 115 soles y 85 guilas. El Test Chi Cuadrado permite saber si la fluctuacin observada en el comportamiento real que tuvo esa moneda durante 200 lanzamientos sobrepas los lmites normales de las fluctuaciones que debe sufrir una hipottica moneda lanzada en un universo de homogeneidad y de uniformidad en el que rige el ideal Estado de Equilibrio Perfecto. As, para aplicar el test en primer lugar es necesario definir cul debera ser el comportamiento ideal de una moneda lanzada 200 veces en un universo en el que rige el Estado de Equilibrio Perfecto y en el que impera la aleatoriedad ideal definida por las matemticas. Al respecto sabemos que en el caso de un solo lanzamiento de la moneda la probabilidad de aparicin del sol o delguila es de P = 1/2, es decir, la probabilidad de ocurrencia para ambos resultados corresponde a 0.5. Por consiguiente, en un hipottico universo ideal donde la probabilidad se distribuye siempre de manera uniforme y donde impera la homogeneidad en la aparicin de los resultados opuestos de la moneda, es de esperar que dentro de 200 lanzamientos elsol aparezca al menos 100 veces (200 lanzamientos 0.5 = 100) y tambin es de esperar que elguila aparezca igualmente al menos 100 veces (200 lanzamientos 0,5 = 100). Ahora es posible contrastar los valores de los resultados esperados ( e) frente a los valores de los resultados observados (o) en los 200 lanzamientos de la moneda:

El Valor Chi obtenido en este caso fue de 4.50. Este valor por s solo no aclara si es o no significativa la diferencia existente entre los resultados ideales esperados y los resultados observados. Siempre se requiere tener en cuenta el Grado de Libertad aplicable a los datos analizados y tambin es necesario escoger un Nivel de Confianza para poder hacer esa calificacin. As, como una moneda en un lanzamiento slo puede arrojar dos posibles resultados opuestos que son independientes entre s (guila o sol), entonces a ese pequeo grupo de datos le corresponde un (1) grado de libertad: debido a que: G.L. = k1 = 21 = 1. Adems, si tomamos como referente el Nivel de Confianza de 0.05 para un Grado de Libertad, que es ms estricto que el Nivel de Confianza 0.01, entonces el Valor Crtico respectivo es de 3.84 como se observa en la siguiente tabla: Lmites o Niveles de Confianza: Grados de Libertad: 1 Nivel 0,05 3,84 Nivel 0,01 6,63

Finalmente, como el Valor Chi obtenido para el contraste de los 200 lanzamientos de la moneda es de 4.50 y es mayor que el lmite del Valor Crtico 3.84 (4.50 > 3.84), entonces se puede concluir que usando el Nivel de Confianza del 0.05 existe menos de un 5% de probabilidad de coincidencia entre los resultados observados y los resultados ideales esperados para 200 lanzamientos de la moneda. Si este mismo ejercicio se realiza usando la

funcin PRUEBA.CHI de la hoja de clculo Excel como ya se explic en la anterior seccin de esta obra, se obtiene directamente que la probabilidad de coincidencia entre los resultados observados y los resultados esperados slo tiene un valor de 0.03389486, es decir, la probabilidad de coincidencia es slo de un 0.3%. REVISAR RESULTADO Con fundamento en toda esta informacin es vlido concluir que el comportamiento real de la moneda lanzada 200 veces definitivamente escap a las expectativas del modelo terico ideal dentro del Nivel de Confianza 0.05, o lo que es lo mismo, se podra sospechar que la moneda est trucada o que es imperfecta o que est desnivelada en la reparticin de su masa o que es lanzada de una forma maosa o que est sometida a cualquier otra influencia fsicomecnica desconocida que le impide a los dos resultados posibles (guila o sol) aparecer de manera uniforme y homognea a lo largo de una serie como debera ocurrir dentro del modelo ideal del Estado de Equilibrio Perfecto. Esto puede equivaler a buenas noticias para el apostador, pues en este caso el resultado que arroja el Test Chi Cuadrado es un indicio adicional que sirve para fortalecer la conviccin de que la tendencia o desviacin hallada no se debe a un normal estado de fluctuaciones que afectaron transitoriamente el comportamiento aleatorio de la moneda, sino que se debe a razones ms profundas que permiten afirmar con total certeza matemtica que estamos frente a una verdadera tendencia significativa que desequilibra el comportamiento aleatorio de la moneda y que ocasiona que el sol aparezca ms veces que el guila en una tanda de 200 lanzamientos, y por tanto se fortalece la creencia de que tal tendencia se podr seguir repitiendo en el comportamiento global futuro de ese juego porque es difcil que retorne espontneamente hacia el ideal Estado de Equilibrio Perfecto en el que no hay tendencias ni desviaciones relevantes.

TEST CHI CUADRADO Y DESVIACIONES SIGNIFICATIVAS EN RESULTADOS DE LA RULETA FRANCESA: Supongamos que un jugador pacientemente ha dedicado tiempo a analizar dos ruletas francesas que funcionan en un casino, y respecto de cada una de esas ruletas ha tomado una Muestra Estadstica conformada por la serie de los resultados aparecidos en 370 tiros consecutivos de la bola. El jugador ha observado que existen diversas fluctuaciones en los resultados producidos por las dos ruletas, los cuales al parecer indican la existencia de posibles tendencias o desviaciones que eventualmente podran ser explotadas mediante las apuestas, pero desea convencerse de que tales fluctuaciones no entran dentro de los lmites normales que rigen el comportamiento aleatorio ideal de una ruleta que funciona segn el

Estado de Equilibrio Perfecto. En tal caso la herramienta adecuada que se debe utilizar es el Test Chi Cuadrado como se seala a continuacin. En primer lugar, el jugador debe establecer cul es el modelo ideal del comportamiento aleatorio esperado que debera regir la aparicin de los resultados aleatorios de la ruleta, y ese referente ideal despus podr ser contrastado contra los resultados empricos observados en las dos Muestras Estadsticas recolectadas. Al respecto sabemos que en una ruleta francesa la probabilidad de aparicin de cada uno de sus 37 nmeros (0 a 36) es de 1/37, o lo que es lo mismo, la probabilidad tiene un valor de P = 0.027027027. Tambin sabemos que en un hipottico universo ideal donde la probabilidad se distribuye de manera uniforme, y donde impera la homogeneidad en la aparicin de los resultados a lo largo de una serie, lo normal es que dentro de una tanda de 37 tiros de la bola cada nmero de la ruleta aparezca por lo menos una vez (1 vez dentro de 37 lanzamientos de la bola). Si estas son las expectativas que rigen el comportamiento terico ideal que debera tener la ruleta dentro de un Estado de Equilibrio Perfecto, entonces se puede concluir que en ese estado ideal se espera que dentro de 370 tiros de la bola cada uno de los 37 nmeros de la ruleta aparezca por lo menos 10 veces (3700.027027 = 10). Teniendo definido este referente ideal, el jugador puede contrastarlo frente a los resultados empricos observados en una primera muestra que obtuvo, y as puede obtener el Valor Chi del contraste de esos grupos de datos aplicando la frmula ya mencionada, tal como se aprecia en la siguiente tabla: MODELO IDEAL. No. de veces que tericamente debe aparecer cada nmero en 370 tiros de la bola: 10 10 10 10 10 10 MUESTRA No. 1 No. de veces que realmente apareci cada nmero en 370 tiros: 5 11 18 10 8 9

Nmeros de la ruleta:

Clculo del Valor Chi (2) (5 10 )2 10 (11 10 )2 10 (18 10 )2 10 (10 10 )2 10 (8 10 )2 10 (9 10 )2 10

0 1 2 3 4 5

= 2.5 = 0.1 = 6.4 =0 = 0.4 = 0.1

10

Nmeros de la ruleta:

MODELO IDEAL. No. de veces que tericamente debe aparecer cada nmero en 370 tiros de la bola: 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10

MUESTRA No. 1 No. de veces que realmente apareci cada nmero en 370 tiros: 10 6 10 7 10 17 8 12 10 17 10 9 10 9 19 10 9 6 9

Clculo del Valor Chi (2) (10 10 )2 10 (6 10 )2 10 (10 10 )2 10 (7 10 )2 10 (10 10 )2 10 (17 10 )2 10 (8 10 )2 10 (12 10 )2 10 (10 10 )2 10 (17 10 )2 10 (10 10 )2 10 (9 10 )2 10 (10 10 )2 10 (9 10 )2 10 (19 10 )2 10 (10 10 )2 10 (9 10 )2 10 (6 10 )2 10 (9 10 )2

6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

=0 = 1.6 =0 = 0.9 =0 = 4.9 = 0.4 = 0.4 =0 = 4.9 =0 = 0.1 =0 = 0.1 = 8.1 =0 = 0.1 = 1.6 = 0.1

11

Nmeros de la ruleta:

MODELO IDEAL. No. de veces que tericamente debe aparecer cada nmero en 370 tiros de la bola: 10 10 10 10 10 10 10 10 10 10 10 10 370

MUESTRA No. 1 No. de veces que realmente apareci cada nmero en 370 tiros: 10 8 11 9 10 9 11 9 6 10 9 9 370

Clculo del Valor Chi (2) 10 (10 10 )2 10 (8 10 )2 10 (11 10 )2 10 (9 10 )2 10 (10 10 )2 10 (9 10 )2 10 (11 10 )2 10 (9 10 )2 10 (6 10 )2 10 (10 10 )2 10 (9 10 )2 10 (9 10 )2 10 TOTAL:

25 26 27 28 29 30 31 32 33 34 35 36 No. Total de tiros:

=0 = 0.4 = 0.1 = 0.1 =0 = 0.1 = 0.1 = 0.1 = 1.6 =0 = 0.1 = 0.1 35.4

En la Muestra No. 1 obtenida por el jugador se observa que los nmeros de la primera ruleta que ms aparecieron en 370 tiros de la bola fueron el 20 (19 veces).el 2 (18 veces).el 15 (17 veces) y el 11 (17 veces), los cuales casi duplicaron su propia frecuencia de aparicin terica.y este comportamiento podra ser considerado como una posible tendencia o desviacin relevante de esa ruleta. El Valor Chi obtenido es de 35.4, pero nuevamente repito que ese valor obtenido por s slo no aclara qu tan significativa es esa tendencia hallada . En consecuenciase requiere tener en cuenta los Grados de Libertad aplicables a los datos analizados y tomar como referente un Nivel de Confianza que en este caso ser el nivel 0.05 que es el ms exigente. Como la ruleta tiene 37 nmeros independientes entre s (desde 0

12

hasta 36), entonces el Grado de Libertad que le corresponde a ese grupo de datos es 36, ya que: G.L. = k1 = 371 = 36. Si tomamos el Nivel de Confianza 0.05 para 36 Grados de Libertad, que es ms estricto que el Nivel de Confianza 0.01, entonces el Valor Crtico respectivo es de 50.99. As pues, como el Valor Chi obtenido para el contraste de la Muestra No. 1 es de 35.4, y este valor es menor que el Valor Crtico de 50.99 (35.4 < 50.99), entonces eso equivale a que existe ms de un 5% de probabilidad de coincidencia entre los resultados observados en la ruleta y los resultados ideales esperados de la ruleta. Si este mismo ejercicio se realiza usando la funcin PRUEBA.CHI de la hoja de clculo Excel, se obtiene que la probabilidad de coincidencia entre los resultados observados y los resultados esperados tiene un valor de 0.49693965, es decir, la probabilidad de coincidencia ubicada entre los valores 0 (Improbable) y 1 (Muy Probable) es casi del 49.6%. Con esta informacin se puede concluir que la tendencia o desviacin hallada en la ruleta analizada no es realmente significativa, o lo que es lo mismo, se trata de unas fluctuaciones en el comportamiento aleatorio de la ruleta que encajan dentro de los lmites previsibles y normales del juego, y desde el punto de vista matemtico es vlido suponer que es muy fcil que el comportamiento aleatorio de esa ruleta flucte de nuevo adoptando patrones de resultados ms prximos a los del ideal Estado de Equilibrio Perfecto. El jugador puede ahora contrastar los resultados observados en una segunda ruleta francesa que recolect dentro de una Muestra No. 2 frente a los resultados tericos del modelo ideal, y puede calcular el respectivo Valor Chi del contraste en una tabla como la siguiente: MODELO IDEAL. No. de veces que tericamente debe aparecer cada nmero en 370 tiros de la bola: 10 10 10 10 10 10 MUESTRA No. 2 No. de veces que realmente apareci cada nmero en 370 tiros: 8 19 6 8 10 12

Nmeros de la ruleta:

Clculo del Valor Chi (2) (8 10 )2 10 (19 10 )2 10 (6 10 )2 10 (8 10 )2 10 (10 10 )2 10 (12 10 )2 10

0 1 2 3 4 5

= 0.4 = 8.1 = 1.6 = 0.4 =0 = 0.4

13

Nmeros de la ruleta:

MODELO IDEAL. No. de veces que tericamente debe aparecer cada nmero en 370 tiros de la bola: 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10

MUESTRA No. 2 No. de veces que realmente apareci cada nmero en 370 tiros: 24 8 8 8 9 10 11 22 7 8 7 9 8 9 11 9 10 9 10

Clculo del Valor Chi (2) (24 10 )2 10 (8 10 )2 10 (8 10 )2 10 (8 10 )2 10 (9 10 )2 10 (10 10 )2 10 (11 10 )2 10 (22 10 )2 10 (7 10 )2 10 (8 10 )2 10 (7 10 )2 10 (9 10 )2 10 (8 10 )2 10 (9 10 )2 10 (11 10 )2 10 (9 10 )2 10 (10 10 )2 10 (9 10 )2 10 (10 10 )2

6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

= 19.6 = 0.4 = 0.4 = 0.4 = 0.1 =0 = 0.1 = 14.4 = 0.9 = 0.4 = 0.9 = 0.1 = 0.4 = 0.1 = 0.1 = 0.1 =0 = 0.1 =0

14

Nmeros de la ruleta:

MODELO IDEAL. No. de veces que tericamente debe aparecer cada nmero en 370 tiros de la bola: 10 10 10 10 10 10 10 10 10 10 10 10 370

MUESTRA No. 2 No. de veces que realmente apareci cada nmero en 370 tiros: 9 8 12 7 10 9 10 9 10 8 10 8 370

Clculo del Valor Chi (2) 10 (9 10 )2 10 (8 10 )2 10 (12 10 )2 10 (7 10 )2 10 (10 10 )2 10 (9 10 )2 10 (10 10 )2 10 (9 10 )2 10 (10 10 )2 10 (8 10 )2 10 (10 10 )2 10 (8 10 )2 10 TOTAL:

25 26 27 28 29 30 31 32 33 34 35 36 No. Total de tiros:

= 0.1 = 0.4 = 0.4 = 0.9 =0 = 0.1 =0 = 0.1 =0 = 0.4 =0 = 0.4 52.2

En esta tabla de contraste de los resultados de la Muestra No. 2 recolectada por el jugador se observa que los nmeros de la segunda ruleta que ms aparecieron en 370 tiros de la bola fueron el 6 (24 veces), el 13 (22 veces) y el 1 (19 veces), los cuales prcticamente duplicaron su propia frecuencia de aparicin terica, y este comportamiento indica la existencia de una posible desviacin en el comportamiento de esa ruleta. El Valor Chi obtenido es de 52.2, pero ese valor por s slo no revela qu tan significativa es esa tendencia descubierta. Solamente al tener en cuenta los Grados de Libertad aplicables al conjunto de datos analizados y al tomar como referente el Nivel de Confianza 0.05 se puede estimar qu tan significa es esa tendencia. Ya sabemos que en el caso de la ruleta francesa el Grado de Libertad aplicable es de 36, ya

15

que: G.L. = k1 = 371 = 36. Y al tomar el Nivel de Confianza 0 .05 para 36 Grados de Libertad se observa que el Valor Crtico respectivo es de 50.99. As pues, como el Valor Chi obtenido de la Muestra No. 2 es de 52.2.y este valor es mayor que el Valor Crtico de 50.99 (52.2 > 50.99), entonces eso equivale a que existe menos de un 5% de probabilidad de coincidencia entre los resultados observados y los resultados esperados. Si este clculo se realiza usando la funcin PRUEBA.CHI de la hoja de clculo Excel, se obtiene que la probabilidad de coincidencia entre los resultados observados y los resultados esperados tiene tan slo un valor de 0.03950393, es decir.la probabilidad de coincidencia es slo de un 3.9%. Con fundamento en esta informacin se puede concluir que la tendencia hallada en esta segunda ruleta es bastante significativa, o lo que es lo mismo.se puede afirmar que las fluctuaciones descubiertas en el comportamiento aleatorio de esa ruleta ya no encajan dentro de los lmites previsibles del modelo terico ideal. En sntesis, si el jugador va a disear unas estrategias de apuesta orientadas a explotar las tendencias descubiertas en las dos ruletas, debera preferir apostar en la ruleta que produjo los resultados de la Muestra No. 2, pues el Test ji Cuadrado demuestra que algo verdaderamente inusual ocurre en el comportamiento de esa ruleta, y por tanto desde una ptica matemtica se puede suponer que es bastante difcil que el comportamiento desviado de esa ruleta retorne nuevamente a las fluctuaciones aleatorias propias del ideal Estado de Equilibrio Perfecto.

USO DE EXCEL PARA APLICAR EL TEST DESVIACIONES DE LA RULETA FRANCESA:

CHI

CUADRADO

A continuacin presento los pasos que se deben seguir para la aplicacin del Test Chi Cuadrado al ejemplo antes comentado mediante el uso de la hoja de clculo Excel:

16

Como se observa en la imagen superior, en una hoja de clculo de Excel en la columna A introduje el nmero de veces que debera aparecer cada nmero de la ruleta dentro de 370 tiros de la bola segn las expectativas del modelo terico ideal (es decir, 10 veces cada nmero), y proced a bautizar ese grupo de datos bajo el nombre IDEAL (seleccionando con el cursor todos los datos e introduciendo ese nombre en el espacio en blanco del Cuadro de Nombres de la barra superior de formato, como ya se indic en la anterior seccin de esta obra). En este caso fue necesario suponer que la celda A1 representa las apariciones del nmero 0 de la ruleta, y la celda A2 representa las apariciones del nmero 1 de la ruleta, y la celda A3 representa las apariciones del nmero 2 de la ruleta, y as sucesivamente hasta llegar a la casilla A37 que representa las apariciones del nmero 36 de la ruleta. A continuacin en la columna B introduje una serie de nmeros que coinciden exactamente con los datos del conjunto IDEAL, y proced a bautizar ese segundo grupo bajo el nombre de MUESTRA. El propsito es mostrar qu ocurre cuando los resultados observados en una muestra estadstica coinciden exactamente con los resultados esperados de un modelo terico ideal. Es evidente que en este caso el Valor Chi del contraste entre esos dos conjuntos de datos que son idnticos es cero (0), equivalente a que no hay diferencia entre ambos conjuntos de datos, lo cual se corrobora al aplicar a cada par de datos contrastados la frmula tantas veces comentada: (1010)2/10 = 0. Y al aplicar la funcin PRUEBA.CHI de Excel a esos resultados tambin se observa que la probabilidad de coincidencia entre ambos valores tiene un valor de 1, es decir, se trata del mximo valor de probabilidad en la escala que va desde 0 (Improbable) hasta 1 (Muy Probable), y eso equivale a que existe un 100% de coincidencia entre los resultados analizados porque son idnticos. En consecuencia, si el Valor Chi obtenido en una

17

Prueba Chi Cuadrado es cero (0), eso equivale a que los resultados observados en una Muestra coinciden plenamente con los resultados tericos esperados. En sentido contrario, entre ms alejado de 1 sea el valor de probabilidad obtenido al aplicar la funcin PRUEBA.CHI, es decir, entre ms se aproxime ese valor a 0, entonces es mayor la discrepancia existente entre los resultados observados y los resultados tericos esperados. Y por supuesto, si el valor de probabilidad obtenido es inferior a 0.05, entonces se puede concluir que es significativa la discrepancia existente entre los resultados observados y los resultados esperados al aplicar el Nivel de Confianza del 5%.

Para analiza mediante Excel el ejemplo de las dos muestras de los resultados que fueron producidos por las dos ruletas observadas por el jugador, se procede a introducir en la columna A el nmero de veces que debera aparecer cada nmero de la ruleta dentro de 370 tiros de la bola segn las expectativas del modelo terico ideal (esto es, 10 veces cada nmero de la ruleta francesa), y luego se bautiza ese grupo de datos bajo el nombre IDEAL. En la columna B se introduce el nmero de veces que apareci cada nmero de la ruleta en la primera muestra obtenida, y luego se bautiza ese grupo de datos bajo el nombre MUESTRA1. Y del mismo modo en la columna C se introduce el nmero de veces que apareci cada nmero de la ruleta en la segunda muestra recaudada, y luego se bautiza ese grupo de datos bajo el nombre MUESTRA2. Aplicando la funcin PRUEBA.CHI de Excel se obtiene que la probabilidad de coincidencia entre el modelo IDEAL y la MUESTRA1 fue de 0,49693 (casi del 50%), mientras que la probabilidad de coincidencia entre el modelo IDEAL y la MUESTRA2 fue slo del 0.03950 (del 3,9%). Es evidente que la MUESTRA2 tiene una probabilidad de coincidencia inferior al Nivel de Confianza 0.05 (o sea, es inferior al 5%), y por tanto se puede

18

concluir que la ruleta que gener esos resultados tiene un verdadero comportamiento inusual cuya desviacin supera los mximos lmites del modelo terico ideal. Ahora bien, si el lector no dispone de tablas para consultar cul es el Valor Crtico exacto correspondiente al Nivel de Confianza 0,05 para un determinado Grado de Libertad de los resultados que arroja un juego de azar, entonces puede utilizar en la hoja de clculo Excel la funcin PRUEBA.CHI.INV que sirve para aplicar el denominado Test Chi Cuadrado Inverso. Esta funcin permite que se introduzca directamente el valor de probabilidad de coincidencia equivalente a 0.05, que corresponde al Nivel de Confianza 0.05 (5%), y calcula el Valor Crtico correspondiente a diferentes Grados de Libertad para ese Nivel de Confianza, tal como se observa en la siguiente imagen:

As, en la anterior grfica al aplicar la PRUEBA.CHI.INV se observa que para un Nivel de Confianza del 0.05 el Valor Crtico para datos que tienen un solo Grado de Libertad es de 3.8414. Este valor puede ser ubicado en el eje horizontal de una grfica de coordenadas que represente la Distribucin Chi Cuadrado, y establece el lmite mximo dentro del cual el valor de probabilidad correspondiente a los posibles valores de X se mantiene por encima del nivel de confianza del 5%.

19

En esta otra grfica se observa que al aplicar la funcin PRUEBA.CHI.INV de Excel se obtiene que el Valor Crtico para datos que tienen 2 Grados de Libertad dentro de un Nivel de Confianza del 0.05 es de 5.9914.

En la anterior grfica se observa claramente que al aplicar la funcin PRUEBA.CHI.INV el Valor Crtico para 3 Grados de Libertad dentro de un Nivel de Confianza del 0.05 es de 7.8147. Estos valores son los mismos que se encuentran en cualquier tabla de Valores Crticos de los Niveles de Confianza para la aplicacin de la Prueba Chi Cuadrado.

20

Con referencia al ejemplo del contraste de las dos Muestras de resultados de las ruletas francesas analizadas, se observa en la anterior imagen que usando la funcin PRUEBA.CHI.INV se puede calcular el Valor Crtico para 36 Grados de Libertad dentro del Nivel de Confianza 0.05, lo cual arroja como resultado 50.99. Si el Valor Chi del contraste de una muestra de los resultados generados por una ruleta francesa es superior a ese Valor Crtico, entonces se concluye que existe menos de un 5% de probabilidad de coincidencia entre los resultados observados y los resultados ideales de ese contraste, y si el Valor Chi obtenido del contraste de una muestra de los resultados de una ruleta francesa es inferior a ese Valor Crtico, entonces se concluye que existe ms de un 5% de probabilidad de coincidencia entre los resultados observados y los resultados ideales.

21

Ahora, como se observa en la imagen superior, si el lector aplica la funcin PRUEBA.CHI para contrastar dos conjuntos de datos, entonces directamente obtiene un valor de probabilidad ubicado entre 0 (Improbable) y 1 (Muy Probable). Si el lector a partir de ese valor de probabilidad obtenido desea conocer cul es el Valor Chi (2) de los datos analizados, entonces para calcular ese valor puede utilizar la funcin PRUEBA.CHI.INV mencionada. As, en el caso del contraste entre los datos del conjunto IDEAL y los datos del conjunto MUESTRA1 sobre la primera ruleta que se realiz usando la funcin PRUEBA.CHI, se obtuvo como probabilidad de coincidencia el valor 0,49693965. Usando ahora la funcin PRUEBA.CHI.INV se puede introducir ese valor de probabilidad obtenido para calcular cul es el Valor Chi que le corresponde respecto de 36 Grados de Libertad, y de este modo se obtiene como Valor Chi el resultado 35,40, el cual, al ser menor al Valor Crtico 50,99 (porque 35,40 < 50,99), indica que los datos del conjunto IDEAL y los datos del conjunto MUESTRA1 tienen ms de un 5% de probabilidad de coincidencia y por tanto las desviaciones observadas en la primera ruleta no son significativas.

Y en el caso del contraste entre los datos del conjunto IDEAL y la MUESTRA2, la funcin PRUEBA.CHI arroj como probabilidad de coincidencia el valor 0.03950393. Usando ahora la funcin PRUEBA.CHI.INV se puede introducir ese valor de probabilidad obtenido para calcular cul es el Valor Chi que le corresponde respecto de 36 Grados de Libertad, y de este modo se obtiene como Valor Chi el resultado 52.19, el cual, al ser mayor al Valor Crtico 50.99 (porque 52.19 > 50.99), indica que los datos del conjunto IDEAL y los datos del conjunto MUESTRA2 tienen menos de un 5% de probabilidad de coincidencia y por tanto las desviaciones

22

observadas en la segunda ruleta verdaderamente son significativasdentro del Nivel de Confianza 0.05.

CONCLUSIN SOBRE LA APLICACIN DEL TEST CHI CUADRADO EN JUEGOS DE AZAR: El Test Chi Cuadrado (o Test Ji Cuadrado) es aplicable para contrastar los resultados empricos que arroja cualquier juego de azar clsico (lanzamiento de monedas, craps, sic bo, ruleta, bingo, pquer, etc.) con el propsito de descubrir desviaciones en su comportamiento aleatorio, pero siempre es necesario disponer previamente de algn modelo terico que defina cul debe ser el comportamiento ideal del juego en cuestin. Para este propsito generalmente se toma como un referente del comportamiento ideal que deberan tener los resultados de un juego de azar su frecuencia de aparicin aleatoria dentro de alguna Distribucin de la Probabilidad conocida (como la Distribucin Uniforme Discreta, la Distribucin Binomial, la Distribucin Normal, la Distribucin Chi, etc.), y luego mediante la aplicacin del Test Chi Cuadrado se procede a realizar el Contraste de Significacin entre los resultados tericos de ese modelo ideal perfecto y los resultados empricos observados en un juego de azar que transcurre en el mundo real afectado por las imperfecciones. En todos los juegos de azar es normal que ocurran grandes fluctuaciones en la aparicin de sus resultados aleatorios, fluctuaciones que muchas veces pueden sorprender al observador y hacerle creer que se encuentra ante una tendencia realmente significativa e inusual que podr explotar econmicamente mediante las apuestas. La aplicacin del clculo de las Frecuencias Absolutas o las Frecuencias Relativas, la comparacin de unos resultados obtenidos en una Muestra Estadstica frente al modelo de la Distribucin de la Probabilidad Uniforme Discreta o la Distribucin Binomial, el clculo del Promedio, la Esperanza Matemtica y la Varianza, la medicin de los lmites de las fluctuaciones mediante la Desviacin Estndar, etc., son slo herramientas matemticas que identifican y prueban la existencia de posibles tendencias o desviaciones en el comportamiento global de un juego de azar, pero nicamente al hacer los Contrastes de Significacin mediante la aplicacin del Test Chi Cuadrado se obtiene la certeza matemtica de que la tendencia hallada supera los lmites normales de la Aleatoriedad terica e ideal que rige el comportamiento de los juegos de azar. FUENTES DE CONSULTA: BARBOIANU, Catalin. Probability Guide to Gambling: The mathematics of dice, slots, roulette, baccarat, blackjack, poker, lottery and sport bets. 2006. CUADRAS, Carles. Problemas de probabilidades y estadstica. P.P.U., Barcelona, 1990. FREUND, John, y otros. Estadstica matemtica con aplicaciones. Prentice Hall, 1987.

23

GROEBNER, D.; SHANNON, P.; FRY, P.; SMITH, K. Business statistics: a decision making approach. Prentice Hall, 6a edicin. HINKELMANN, Klaus, y KEMPTHOME, Oscar. Design and analysis of experiments.Wiley, New York, 2008. THORP, Edward. Elementary probability.Wiley & Sons, New York, 1976. TIJMS, Henk. Understanding probability: Chance rules in everyday life.Cambridge University Press, 2004. WIKIPEDIA.Consulta de los trminos: Chi-Square Distribution; Chi-Square Test; Degree of Freedom; Descriptive Statistics; Probability Theory; Statistical Hypothesis Test; Statistical Randomness; Statistical Theory.