Contrastes de Bondad de Ajuste para variables discretas.

Metodo Chi-cuadrado 2
Ejercicios Tema 3 (Resuelto)

1.

Problema 4

Tras lanzar al azar 398 cuadrados de muestreo sobre el piso mediolitoral de la plataforma rocosa
de la Isla de Tabarca y contar el n
umero de lapas (Patella caerulea) se han obtenido los siguientes datos:
Lapas/cuadrado
Oi

0
56

1
105

2
81

3
60

4
42

5
24

6
10

7
9

8
5

9
3

10
2

11
0

12
1

Comprobar la hip
otesis de que los datos obtenidos se adaptan a una distribuci
on de Poisson.

1.1.
1.1.1.

Resoluci
on
Planteamiento del contraste

Se trata de un contraste de Bondad de Ajuste en el que se pregunta si los datos se adaptan a una
distribuci
on de Poisson debido a la naturaleza de los datos: una variable discreta, en este caso el n
umero
de lapas en cada cuadrado (densidad de lapas).
1.1.2.

Planteamiento de la hip
otesis

Sea X la variable aleatoria n

umero de lapas que se observan por cuadrado, y sabiendo seg
un el
enunciado del ejercicio que se quiere conocer si las observaciones se ajustan a una distribuci
on de Poisson,
las hip
otesis quedan definidas como:
H0 : Los datos se ajustan a una distribuci
on de Poisson
H1 : La hip
otesis nula no es cierta
1.1.3.

H0 : X P ()
H1 : H0 no es cierta

= 0.05

Estadstico de contraste

Para comprobar si se cumple H0 , y sabiendo que se trata de un problema de bondad de ajuste de

variables discretas, el metodo a utilizar sera 2 , cuyo estadstico de contraste 2expt y punto crtico Pc son:
2expt =

Pk

i=1

(Oi Ei )2
Ei

Pc = 2teo = 2Km1,
Oi son los valores observados en cada intervalo (frecuencia observada), Ei los valores esperados
en cada intervalo con la distribuci
on analizada (frecuencia esperada), K m 1 los grados de libertad
gl, siendo K el n
umero de intervalos y m el n
umero de par
ametros de la distribuci
on (en este caso una
Poisson) estimados con la muestra.

Tema 3. Contrastes de Bondad de Ajuste para variables discretas. Metodo 2

1.1.4.

Desarrollo del contraste

a) C
alculos previos

Para obtener 2expt es necesario conocer las observaciones para cada intervalo (Oi ), dado en el
enunciado, y Ei o valor esperado en cada intervalo, que se obtiene como Ei = N Pi , siendo N el n
umero
total de observaciones (tama
no muestral) y Pi la probabilidad asociada a cada valor xi .
Pi puede obtenerse aplicando la funcion de probabilidad de Poisson para cada intervalo:

P (X = xi ) = e

x
x!

O simplificando el proceso mediante las tablas para el modelo de distribuci

on de Poisson. Si se
utilizan las tablas es necesario conocer el n
umero de intervalo para el que obtener el valor (k), y o
n
umero de sucesos medio que ocurren, que, como se ha visto en temas anteriores, puede estimarse a
partir de la media muestral, asumiendo que = , siendo su estimador la media de la muestra x. Por
tanto, los datos necesarios son:
N

398 P
n
X i Fi
=
x = i=1N

(056)+(1105)+...+(121)
398

957
398

= 2.405

Si finalmente se utilizan las tablas, habra que utilizar el valor de mas cercano al obtenido, en este
caso = 2.4 (se debe comprobar si los valores de la tabla de Poisson son de probabilidades acumuladas,
dado que necesitamos los valores para la funcion de probabilidad P (X = z)). En la siguiente tabla se
desarrollan los calculos aplicando la formula de la funcion de probabilidad de Poisson:
L./cuad.
0
1
2
3
4
5
6
7
8
9
10
11
12
Tot.
Oi
56
105
81
60
42
24
10
9
5
3
2
0
1
398
Pi
0.0903 0.2171 0.261
0.2093 0.1258 0.0605 0.0243 0.0083 0.0025 0.0007 0.0002 0.00004 0.00001
1
Ei
35.939 86.406 103.878 83.301 50.068 24.079 9.671 3.303 0.995 0.279 0.080
0.016
0.004
398.019

Tras su calculo, se debe comprobar si se cumple la condici

on de Ei > 5 y agrupar las columnas en
aquellos caso en los que no se cumpa a la u
ltima columna en la que Ei > 5, quedando la tabla como:
L./cuad.
Oi
Pi
Ei

0
56
0.0903
35.939

1
105
0.2171
86.406

2
81
0.261
103.878

3
60
0.2093
83.301

4
42
0.1258
50.068

5
24
0.0605
24.079

6
30
0.0361
14.348

Tot.
398
1
398.019

b) Estadstico experimental
El estadstico experimental se obtiene como:

2expt =

k
2
X
(Oi Ei )
i=1

Ei

(56 35.939)
(30 14.348)
+ ... +
= 45.131
35.939
14.348

El punto crtico se obtiene a partir de las tabla de la 2 conocidos lo grados de libertad de la

funcion (gl = K m 1) y el nivel de significaci
on (). gl se obtiene sabiendo que el n
umero de clases
ahora es K = 7 y el n
umero de par
ametros estimados para Poisson es m = 1, mientras que = 0.05
(seleccionado a priori para el contraste):
Pc = 2teo = 2Km1, = 2711,0.05 = 11.070

Ejercicios resueltos

-2-

Tema 3. Contrastes de Bondad de Ajuste para variables discretas. Metodo 2

Por lo que se puede proceder a la verificacion de la hip

otesis sabiendo que para no rechazar H0 se
debe cumplir que 2expt < 2teo :
2expt = 45.131 > 11.070 = 2711,0.05 SE RECHAZA H0

c) P-valor
E p-valor puede obtenerse de forma aproximada a partir de las tablas de la 2 , sabiendo que:




p valor = P 2Km1 2expt = P 25 45.131
Por tanto, aproximando se obtiene que:
p valor < 0.001
y por tanto
p valor < SE RECHAZA H0
1.1.5.

Representaci
on gr
afica del contraste

1.1.6.

Conclusi
on biol
ogica

En base al contraste y el p-valor obtenido se puede concluir que hay evidencia estadstica lo
suficientemente fuerte en contra de H0 como para poder rechazarla a cualquier nivel de significaci
on
habitual.
Por tanto se puede concluir que el n
umero de lapas por cuadrado no se adapta a una distribuci
on
de Poisson.

Ejercicios resueltos

-3-