UNIVERSIDAD POLITECNICA ESTATAL DEL CARCHI

FACULTAD DE COMERCIO INTERNACIONAL, INTEGRACIN, ADMINISTRACIN

Y ECONOMA EMPRESARIAL

ESCUELA DE COMERCIO EXTERIOR Y NEGOCIACIN COMERCIAL

INTERNACIONAL
TRABAJO DE ESTADISTICA INFERENCIAL

EJERCICIOS CHI CUADRADO

DEICY CUMBAL

SEXTO NIVEL PARALELO A

2012

TEMA: CHI-CUADRADO
PROBLEMA: Desconocimiento del Chi- Cuadrado imposibilita la realizacin y
desarrollo de ejercicios que a futuro utilizaremos.
OBJETIVOS
General

Conocer y aplicar el CHI-CUADRADO en ejercicios planteados para

tener un mejor desarrollo como profesionales en el futuro.

Especficos:

Fundamentar el Chi-cuadrado.
Analizar la informacin obtenida sobre el CHI-CUADRADO.
Realizar ejercicios planteados sobre el CHI-CUADRADO para aplicarlos
en la carrera.

JUSTIFICACIN
El presente trabajo lo hemos realizado con la finalidad de aprender acerca del
Chi-cuadrado, su concepto y los ejercicios que se pueden desarrollar, para
conocer lo fundamental que ayudara en la carrera de comercio exterior y como
profesionales en este campo.
Adems se reforzar los conocimientos y as como resolver ejercicios sobre
CHI-CUADRO aplicando la frmula en ejercicios de nuestra carrera.

5.- MARCO TEORICO

CHI-CUADRADO
En una prueba de ajuste la hiptesis nula establece que una variable X tiene
una cierta distribucin de probabilidad con unos determinados valores de los
parmetros. (Arvelo, 1998)
El tipo de distribucin se determina, segn los casos, en funcin de: La propia
definicin de la variable, consideraciones tericas al margen de esta y/o
evidencia aportada por datos anteriores al experimento actual. (Arvelo, 1998)
A menudo, la propia definicin del tipo de variable lleva implcitos los valores de
sus parmetros o de parte de ellos; si esto no fuera as dichos parmetros se
estimarn a partir de la muestra de valores de la variable que utilizaremos para
realizar la prueba de ajuste. (Arvelo, 1998)
Como en casos anteriores, empezaremos definiendo las hiptesis.

Hiptesis nula: X tiene distribucin de probabilidad f(x) con

parmetros y1,..., yp

Hiptesis alternativa: X tiene cualquier otra distribucin de

probabilidad.

Es importante destacar que el rechazo de la hiptesis nula no implica que sean

falsos todos sus aspectos sino nicamente el conjunto de ellos; por ejemplo,
podra ocurrir que el tipo de distribucin fuera correcto pero que nos
hubisemos equivocado en los valores de los parmetros. (Arvelo, 1998)
Obviamente, necesitaremos una muestra de valores de la variable X. Si la
variable es discreta y tiene pocos valores posible estimaremos las
probabilidades de dichos valores mediante sus frecuencias mustrales; si la
variable es continua o si es una discreta con muchos o infinitos valores
estimaremos probabilidades de grupos de valores (intervalos). (Arvelo, 1998)
Metodolgicamente, la prueba se basa en la comparacin entre la serie de
frecuencias absolutas observadas empricamente para los valores de la
variable (Oi) y las correspondientes frecuencias absolutas tericas obtenidas

en base a la funcin de probabilidad supuesta en la hiptesis nula (Ei). (Arvelo,

1998)
As pues, una vez calculadas las frecuencias absolutas de cada valor o
intervalo de valores, obtendremos el nmero total de observaciones de la
muestra (T) sumando las frecuencias observadas (Arvelo, 1998)

Para calcular las frecuencias esperadas repartiremos este nmero total de

observaciones (T) en partes proporcionales a la probabilidad de cada suceso o
grupo de sucesos. (Arvelo, 1998). Para ello calcularemos dichas probabilidades
utilizando la funcin de probabilidad definida en la hiptesis nula f(x), de modo
que, cada valor Ei tendr la siguiente expresin:

Por tanto, tendremos los siguientes datos para la prueba:

Valor de la variable

x1

x2

x3

...

xi

...

xk

Frecuencias observadas

O1

O2

O3

...

Oi

...

Ok

Frecuencias esperadas

E1

E2

E3

...

Ei

...

Ek

Si la hiptesis nula es cierta, las diferencias entre valores observados y

esperados (que siempre existirn por tratarse de una muestra aleatoria) son
atribuibles, exclusivamente, al efecto del azar. En estas condiciones, se puede
calcular un parmetro que depende de ambos, cuya distribucin se ajusta a
una CHI-CUADRADO. (Arvelo, 1998)

Si, por el contrario, la hiptesis nula fuera falsa los Ei ya no seran, realmente,
los valores esperados de las frecuencias; por tanto, las diferencias entre los
valores "esperados" y los observados reflejaran no slo el efecto del azar sino
tambin las diferencias entre los Ei y la autntica serie de valores esperados
(desconocida) Como consecuencia, las diferencias de los numeradores de la
expresin anterior tienden a ser ms grandes y, por estar elevadas al cuadrado,
la suma de cocientes ser positiva y mayor que lo que se esperara para los
valores de una CHI-CUADRADO. (Arvelo, 1998)

Por tanto, el parmetro anterior ser el estadstico de contraste de la prueba de

hiptesis y la regin crtica se encontrar siempre en la cola derecha de la
distribucin CHI-CUADRADO. Evidentemente, esta prueba ser siempre de
una sola cola. (Arvelo, 1998)

Estadstico de contraste
Se acepta la hiptesis nula si

, el percentil 1 de la distribucin

CHI-CUADRADO con grados de libertad.

Cabe sealar que en las pruebas CHI-CUADRADO lo corriente es que
pretendamos comprobar que una variable tiene una cierta distribucin y, por
tanto, habitualmente, nos vemos obligados a colocar nuestra propia hiptesis
en la hiptesis nula. nicamente podremos colocar nuestra hiptesis en la
alternativa en el caso excepcional de que pretendamos demostrar que cierto
tratamiento produce una distorsin de la distribucin bsica de la variable en
estudio. (Arvelo, 1998)
El nmero de grados de libertad de la variable CHI-CUADRADO se calcula de
la siguiente forma:

A priori, tendr tantos grados de libertad como parejas frecuencia

observada - frecuencia esperada. (Arvelo, 1998)

A esta cantidad se debe restar el nmero de restricciones lineales

impuestas a las frecuencias observadas, es decir, el nmero de
parmetros que es necesario calcular directamente a partir de los
valores observados para establecer los valores esperados. Este nmero
es, como mnimo, uno ya que siempre tendremos que calcular el nmero
total de observaciones de la muestra. (Arvelo, 1998)

Una condicin bsica para que podamos llevar a cabo una prueba CHICUADRADO es que las frecuencias de las distintas clases deben ser
suficientemente altas como para garantizar que pequeas desviaciones
aleatorias en la muestra no tengan importancia decisiva sobre el valor del
estadstico de contraste. (Arvelo, 1998). (Arvelo, 1998)
Las reglas que determinan cuando es posible o no realizar el contraste varan
mucho de unos autores a otros. En un extremo de mxima rigidez se
encuentran aquellos que opinan que no se puede realizar la prueba cuando
alguna de las frecuencias, observadas o esperadas, sea menor que 5. En el
otro extremo se encuentran quienes opinan que, para que la prueba sea viable
ninguna de las frecuencias esperadas debe ser menor que 1 y no ms del 25%
pueden ser menores que 5; en lo que refiere a las frecuencias observadas no
existiran lmites. La autora de este texto simpatiza ms con la segunda
postura, no slo por razones prcticas, sino porque lo razonable es que la
distribucin esperada est adecuadamente definida y, por tanto, no debe incluir
valores muy bajos; sin embargo, los valores extremos en la distribucin
observada simplemente reflejan diferencias importantes entre la distribucin
supuesta por la hiptesis nula y la real. (Arvelo, 1998)
Sea cual sea el criterio que elijamos, si resultara que la prueba no es viable
podramos recurrir a englobar los valores o clases de valores con sus vecinos
ms prximos y pasar as a engrosar sus frecuencias. Este procedimiento no
puede llevarse hasta el absurdo pero proporciona una salida digna a
situaciones complejas. En casos excepcionales se pueden englobar valores
que no sean vecinos porque exista algn nexo lgico de conexin entre ellos.
(Arvelo, 1998)

Cuando sea necesario agrupar valores, los grados de libertad no se deben

calcular hasta que tengamos establecidas definitivamente las parejas de
frecuencias observadas y esperadas con las que calcularemos el estadstico de
contraste. (Arvelo, 1998)
EJERCICIOS
EJERCICIO 1.1.- Un jugador quiere probar que es legal el dado con el que juega. Tiro el dado
120 veces y obtuvo la siguiente distribucin de frecuencias de las caras
resultantes.
RESULTADO

FRECUENCIA

15

25

33

17

16

14

a Enuncie las hiptesis de la prueba y determine las frecuencias

esperadas.
b Describa la estadstica de la prueba
c Determine la regin crtica de la prueba al nivel de significacin del 5%.
d A qu conclusin llega usando el nivel de significacin 0,05?
e Determine la probabilidad P.
1.Ho: El dado es legal.
Ha: El dado no es legal.
2.- Es de dos colas.
3.- Nivel de confianza
=95 a=0,05 z=11,07
4.- n=120

gl= k-1
5.-

gl=6-1

gl=5

Zona
aceptaci
n
11,0
7

6.Ei
Oi

20
15

20
25

20
33

20
17

20
16

20
14

OiEi 2

x 2=
1520 2

2520 2

3320 2

1720 2

2
1620

1420 2

x 2 ( 5 )=
x 2 ( 5 )=1.25+ 1.25+ 8.45+0.45+0.8+ 1.8
2
x ( 5 )=14

7.- Se acepta la hiptesis alternativa y se rechaza la hiptesis nula, es decir el

dado del jugador no es legal ya que se encuentra dentro de la zona de rechazo.

EJERCICIO 2.2.- El gerente de ventas de una compaa P&C afirma que todos sus
vendedores realizan el mismo nmero de visitas durante el mismo perodo de
tiempo. Una muestra aleatoria de 5 registros de los vendedores en una semana
dada revel el siguiente nmero de visitas.
Vendedor

Nmero de visitas

23

29

25

23

30

Con el nivel de significacin de 0.05, es razonable aceptar la afirmacin del

gerente?

1)

H0

: hacen el mismo nmero de visitas

Ha

: hacen menor nmero de visitas

2) Grfica: unilateral y cola a la derecha

3) Nivel de significacin 0.05

4) Variables cualitativas chi cuadrado
5) gl = k-1
gl = 5-1 = 4
X 2(4) = 9,49
6)

26
23

26
29

26
25

26
23

26
30

( 2326 )2 ( 2926 )2 ( 2526 )2 ( 2326 )2 ( 3026 )2

X =
+
+
+
+
26
26
26
26
26
2
(4)

X 2(4) =0,35+0,35+0,04 +0,35+0,62

2

X ( 4 )=1.7
7) Acepta la hiptesis nula por que realizan el mismo nmero de visitas

EJERCICIO 3.3.- El gerente de personal

de la compaa de REXA quiere probar la

hiptesis que hay diferencias significativas de tardanzas de los diferentes das

de la semana. De los registros de asistencia obtuvo la siguiente tabla de
tardanzas de su personal para cada uno de los das de la semana:
DIAS

LUNES

MARTES

MIERCOLES

JUEVES

VIERNES

TARDANZAS

58

39

75

48

80

Se puede aceptar la hiptesis del gerente con un nivel de significacin de

0.05?
1.- HO = El nmero de tardanzas en el mismo cada da
2.- La prueba es unilateral de una cola
3.- Nivel de significancia del

=0.05

4.-Utilizamos la prueba del CHI-CUADRADO

5.-

z. aceptacin

z. rechazo

9.48
8

gl=K-1
gl= 5-1
gl=4
x2=9.488
6. - frecuencias esperadas
Xi
58
39
75
48
80
300

X =60

60

X2=

60

58

39

)
( OiEi
Ei

= 20.232

60
75

60
48

60
80

7.- Se rechaza la hiptesis nula y se acepta la hiptesis alternativa debido a

que

hay tardanzas del personal en cada da de la semana ya que llegan

puntuales a la compaa REXA.

EJERCICIO 4.4.- De una muestra de turistas que se hospedan en el hotel EL PALMER se
recogi sus opiniones acerca de los servicios del hotel, resultando los
siguientes datos:

PESIMA

MALA

REGULAR

BUENA

MUY BUENA

EXCELENTE

TURISTAS

20

25

40

54

56

Pruebe con un nivel de significacin del 5%, la hiptesis nula de que no hay
diferencias significativas entre las opciones de los turistas.
1.- HO = no hay diferencias significativas en las opiniones
2.- La prueba es unilateral de una cola
3.- Nivel de significancia del

=0.05

4.- Utilizamos la prueba del CHI-CUADRADO

5.-

z. rechazo
z. aceptacin

9.48
8

gl=K-1
gl= 5-1
gl=4
x2=9.488

6 FRECUENCIA ESPERADAS
Xi
20
25
40
54
56
195
X =39

39
20

X2=

39
25

)
( OiEi
Ei

39
40

39
54

39
56

= 27.486

7.- La hiptesis nula se rechaza porque, no hay diferencias significativas en las

opiniones de los turistas.

Ejercicio 5
En un da se observ el nmero de conductores que escogieron cada una de
las diez casetas de pago de peaje ubicadas a la salida al sur. Los datos se
registraron en l siguiente tabla:
Caseta #

#
de 580
conductores

10

700

730

745

720

710

660

655

670

490

Presentan estos datos suficiente evidencia para concluir que hay casetas
preferidas?. Utilice el nivel de significancia del 5%
Pasos:
1)
Ho: No existen las casetas preferidas
Ha: Existen casetas preferidas
2) la prueba es unilateral con una cola hacia la derecha.
3) nivel de significancia del 0.5
4) utilizar el Chi cuadrado.
5) grafica
gl= k-1
gl= 10-1=9
Tabla obtenemos 16,919

6) calculo estadstico
Ei
Oi

666
580

666
700

666
730

666
720

666
710

666
660

666
655

666
670

666
490

(OiEi )2

x 2 (9) =

Ei
(580666)2
666

x 2 (9) =

666
745

(720666)
666
2

(670666)
666

(700666)2
666

(710666)
666

(730666)2
666
2

(660666)
666

(745666)2
666
2

(655666)
666

(490666)
666

= 82,42

7) Se rechaza la hiptesis nula y se acepta la alternativa que propone que si

existen preferencias en las casetas del cobro de peaje.
Ejercicio 6
Un ejecutivo de hipermercado TOD afirma que las compras se pagan 30%
con cheques, 45% con efectivo y 25% con tarjeta de crdito. En una muestra
aleatoria de 400 compradores se encontr q 110 de ellos pagaron con cheques,
210 con efectivo y 80 con tarjetas puede usted concluir con la significacin de
0,05 que la afirmacin del ejecutivo es razonable?
30% cheque
45% efectivo
25% tarjeta de crdito
N= 400
110 cheques
210 efectivos
80 tarjetas

1) Ho: los pagos guardan relacin

Ha: los pagos no guardan relacin entre si

2) la prueba es unilateral con una cola hacia la derecha.
3) nivel de significancia del 0.05
4) utilizar el Chi cuadrado.
5) grafica
gl= k-1
gl= 3-1=2
Tabla obtenemos 5,991

6) calculo estadstico
Ei
Oi

120
110

(2) =

180
210

100
80

(OiEi )2
Ei
2

(2) =

(110120)
120

(210180)
180

(80100)
100

= 9,83

7) se rechaza la hiptesis nula y se acoge la alternativa que manifiesta que los

pagos con tarjeta, cheque o efectivo no guardan ninguna relacin entre si.

EJERCICIO 7.Una maquina llena latas con 300 caramelos de sabores: Pia, Fresa, Limn y
Naranja en la relacin: 4:3:2:1. Si en una lata de estos caramelos se encontr;

115 de pia, 95 de fresa, 70 de limn, y 20 de naranja, pruebe la hiptesis de

que la maquina est mezclando en la relacin: 4;3;2;1 al nivel de significacin
de 0.05.
SABORES
RELACION
CANTIDAD
TOTAL

1)

Ho

PIA
4
115
119

FRESA
3
95
98

LIMON
2
70
72

= la maquina esta mesclado en la relacin 4:3:2:1

2) La prueba es unilateral de una cola

3) Nivel de significacin 0.05
4) Utilizamos CHI- CUADRADO

Ha
Ho

7.81

gl= (f -1) (c- 1)

gl= (2-1)(4-1)
gl=3
X= 7.815

5)

E1

NARANJA
10
20
21

= 300 X 40 =120

E2 = 300 X 30 =90
E3 = 300 X 20=60
E4 = 300 X 10=30

TOTAL
10
300
316

12
0

90

60

30

115

20
95

x ( 3 )=
I =1

x2 ( 3)

70

(O iEi )2
Ei

(115120)
120

(9590) (6070) (3030)

+
+
90
60
30

x 2 ( 3 ) = 5.496

6) TOMA DE DECICIONES
Como se puede ver aceptamos la hiptesis nula y desechamos la
hiptesis alternativa y que la maquina mezcladora tiene relacin entre
4:3:2:1.
EJERCICIO.- 8

Se cree que las personas que mueren por sobredosis de narcticos son
generalmente jvenes. Para comprobar esta hiptesis se ha obtenido la
siguiente distribucin del nmero de muertes por sobredosis.
EDAD

15 - 19

NUMERO
DE
MUERTE
S

31

20 - 24
44

25 - 29

30 - 34

35 - 39

27

39

41

40
MAS
28

Con estos resultados y con un nivel de significacin de 0.05. Se puede

concluir, empleado, que muere un nmero igual de personas en cada
categora?

1)

Ho

= Muere igual el nmero de personas en cada categora

2) La prueba es unilateral de una cola

3) Nivel de significacin 0.05
4) Utilizamos CHI- CUADRADO
5)
Ha

Ho

11.07

gl= K -1 = 6-1= 5
x2( 5)

= 11.070
6)
35

35

35

31

35

39
44
5

35

41

27

(O Ei )
x ( 5 )= i
Ei
I =1
2

x ( 5)

(3135) 2
+
35

(4435) 2 (2735) 2 (3935) 2 (4135) 2 +(2835) 2

+
+
+
35
35
35
35
35

x 2 ( 5 ) = 0.46+2.31+1.83+0.46+1.03+1.4

35

28

2
x ( 5 ) = 7.486

6) TOMA DECISIONES
Se acepta la hiptesis nula y se rechaza la hiptesis alternativa y que le
nmero de muertos es igual al nmero de personas por categora.

EJERCICIO 9.9. Un investigador escogi una muestra aleatoria de 192 familias con 4 hijos y
encontr la siguiente distribucin de frecuencias del nmero de hijos varones:
Nmero

de 0

varones
Nmero

de 18

42

64

40

28

familias
l quiere probar la hiptesis de que los nacimientos de varones y mujeres son
igualmente probables. Esto es, quiere probar que la distribucin de estos datos
se aproxima a una distribucin binomial.
Enuncie la hiptesis de la prueba y obtenga las frecuencias esperadas.
Describa la estadstica de la prueba
Determine la regin critica de la prueba al nivel de significacin del 5%
A que conclusin llega usando el nivel de significacin 0.05
Determine el nivel de significacin de la prueba (calcule probabilidad:P)
1) H0: la distribucin de nacimiento de varones y mujeres son igualmente
probables.
H1: la distribucin de nacimientos de varones y mujeres no son
2)
3)
4)
5)

igualmente probables.
La prueba es unilateral y de cola derecha
Nivel de significacin 0.05
Emplearemos la distribucin maestral del CHI-CUADRADO
Gl= k-1
Gl=5-1=4

9.48

6)
Ei
Oi

38.4
18

38.4
42

38.4
64

38.4
40

38.4
28

Clculo de las frecuencias esperadas

Ei=

192
=38.4
5

x 2 ( 4 ) =

(OiEI )2 ( 1838.4 )2 ( 4238.4 )2 ( 6438.4 )2 ( 4038.4 )2 ( 2838.4 )2

=
+
+
+
+
=10.83
Ei
38.4
38.4
38.4
38.4
38.4

1. Toma de decisiones
Aceptamos la Ha y rechazamos la Ho.
Esto significa que los nacimientos de varones y mujeres no son
igualmente probables.

EJERCICIO 10.10. Se lanzaron 200 veces 5 monedas y en cada tirada se contaron el nmero
de caras. Los resultados de este experimento son los siguientes:
Nmero

de 0 1

caras
Nmero

de 3 1

55

60

tiradas

Pruebe la hiptesis de que la distribucin del nmero de caras se ajusta a una

distribucin binominal. Use el nivel de significacin del 1%
1) H0: la distribucin del nmero de caras se ajusta a la distribucin.
H1: la distribucin del nmero de caras no se ajusta a la distribucin.
2) La prueba es unilateral y de cola derecha
3) Nivel de significacin 1% = 0.01
4) Emplearemos la distribucin muestral del CHI-CUADRADO
5) Gl= k-1
Gl=6-1=5

15.086

6)

Oi

33.3

33.3

33.3

33.3

3333,

15

55

60

40

33.33
27

1. Clculo del Estadstico de la Prueba

333,33

2
=27,60+ 10,08+14,09+21,34+1,33+1,20=75,64

(OiEI )2
2
x ( 5 )=
=
Ei

7.- Toma de decisiones

Aceptamos la Ha y rechazamos la Ho. La distribucin del nmero de caras se
ajusta a una distribucin binomial.

CONCLUSIONES:

Mediante el presente trabajo hemos podido conocer y aplicar sobre la

distribucin de Chi-Cuadrado, adems hemos aprendido sobre las

relaciones que existen entre las variables dentro de un problema.

Con el desarrollo de varios problemas con respecto al tema hemos
podido practicar y aprender las relaciones existentes: relacin infinita,

positiva perfecta, negativa imperfecta, nula etc.

La aplicacin de Chi cuadrado puede ser compleja en cuanto a la
determinacin de las hiptesis, pero son de suma importancia para
determinar la aceptacin o rechazo de ellas.

RECOMENDACIONES:

Es de vital ayuda poner en prctica los conocimientos aprendidos ya que

nos servirn dentro de nuestra carrera y el desarrollo de la problemtica

que en ella se engloba.

Es necesario identificar el Chi cuadrado dentro de las variables porque

estas se aplican para el desarrollo de proyectos.

Proponer ejercicios mediante la distribucin del chi cuadrado en funcin
a las actividades del comercio exterior y as lograr una mayor
comprensin.

CRONOGRAMA
SEMANA
ACTIVIDAD
DISEO DEL PROYECTO

1
x

ELABORACIN DEL PROYECTO

DESARROLLO DEL PROYECTO
INFORME FINAL

x
x
x

ENTREGA DEL
PROYECTO

BIBLIOGRAFA

Aldape, A., & Toral, C. (2005). Matemticas 2. Mxico: PROGRESO

S.A.
Altamirano, E. (2007).
Anderson, D. R. (2005). Estadstica para Administracin y
Economa. Mxico: Cengage Learning.

Diaz, R. G. (2008). Unidades fundamentales .

Enrquez, H. (2002). Fundamentos de Electricidad. Mxico: LIMUSA
S.A.
Fsica, E. d. (1997). Brian Mckittrick. Madrid: Revert S.A.
Garca, M. A. (2000). Estadstica Avanzada con el Paquete Systat.
Murcia: I.S.B.N.
J.R, W. D. (20007). Ciencias e Ingenieria de las Materias .
ANEXOS:
1) Un camin lleva al pas de destino 200 productos perecibles como:
manzanas, Limn y Naranja y mangos en la relacin: 4:3:2:1. Si en el
camin en se encontr; 115 de pia, 95 de fresa, 70 de limn, y 20 de
naranja, pruebe la hiptesis que el camin tiene relacin: 4;3;2;1 al nivel
de significacin de 0.05.
PRODUCTO
S
PERECIBLE
S
RELACION
CANTIDAD
TOTAL

1)

Ho

MANZANA
S

LIMON

NARANJA

MANGOS

TOTAL

4
115
119

3
95
98

2
70
72

10
20
21

10
300
316

= el camin tiene relacin: 4;3;2;1

2) La prueba es unilateral de una cola

3) Nivel de significacin 0.05
4) Utilizamos CHI- CUADRADO

Ha

Ho

7.81

gl= (f -1) (c- 1)

gl= (2-1)(4-1)
gl=3
X= 7.815

5)

E1

= 300 X 40 =120

E2 = 300 X 30 =90
E3 = 300 X 20=60
E4 = 300 X 10=30

12
0

90

60

115

30

20
95
5

70

(O Ei )
x ( 3 )= i
Ei
I =1
2

x2 ( 3)

(115120) 2
+
120

(9590) 2 (6070) 2 (3030) 2

+
+
90
60
30

2
x ( 3 ) = 5.496

6) TOMA DE DECICIONES
Como se puede ver aceptamos la hiptesis nula y desechamos la
hiptesis alternativa y el camin tiene relacin: 4;3;2;1
2) En un da se observ el nmero de conductores que pasan por el
puente de rumichaca . Los datos se registraron en l siguiente tabla:
1
#
de 580
conductores

2
700

3
730

4
745

5
720

6
710

7
660

8
655

9
670

10
490

Presentan estos datos suficiente evidencia para concluir que hay casetas
preferidas?. Utilice el nivel de significancia del 5%.

Pasos:
1)
Ho: No existen las casetas preferidas
Ha: Existen casetas preferidas
2) la prueba es unilateral con una cola hacia la derecha.
3) nivel de significancia del 0.5
4) utilizar el Chi cuadrado.
5) grafica
gl= k-1
gl= 10-1=9
Tabla obtenemos 16,919

6) calculo estadstico
Ei
Oi

666
580

(9) =

666
700

666
730

666
710

666
660

666
655

666
670

666
490

Ei
(580666)
666
2

666
720

(OiEi )2
2

(9) =

666
745

(720666)
666

(670666)2
+
666

(700666)
666
2

(710666)
666

(490666)2
666

(730666)
666

(660666)
666

(745666)
666
2

(655666)
666

= 82,42

7) Se rechaza la hiptesis nula y se acepta la alternativa que propone que si

existen preferencias en las casetas del cobro de peaje para conductores que
pasan en el puente de rumichaca pasando mercadera
3) En un estudio realizado en el departamento comercio exterior se aplic:
Exportacin en toneladas
Exportacin
1 mes
2 meses
3 meses
Alto
32
225
50
Bajo
28
290
79
Total
60
515
129
Una encuesta a los exportadores cuanto exportan en toneladas,
los resultados que presenta la siguiente tabla

total
307
397
704
obteniendo

Al nivel de significacin Q=0.05, determinar que las variables perjuicio tnico

hacia el negro y lugar de residencia son independientes
1. Ho: el departamento de comercio exterior y los exportadores
H1: existe dependencia entre las variables.
2. La prueba es unilateral y la cola derecha
3. Asumimos el nivel de significacin de Q= 0.05
4. Utilizaremos la distribucin muestral de chi-cuadrado porque las dos
variables son cualitativas.
5. Esquema de la prueba
Gl =(C-1) (F-1)

1.1.3.4

Gl =(3-1) (2-1)

= 2 11.3.4

Gl= 2
Q= 0.05
X2 = (2) = 5.991
C= # de columnas
F= # de filas
6. Calculo del estadstico de la prueba
5.991
Formula

x 2= QijEij 2
Eij
ij

x= 3.54

X2= 3.54
Ya conocemos las frecuencias observadas para determinar las frecuencias
esperadas emplearemos la misma tabla, manteniendo invariables de
frecuencias marginales de dos variables

(3226.16)2 (25224.58)2 (5056.25)2 ( 2833.84 ) 2 ( 7972.78 ) 2

+
+
+
+
=3.54
26.16
224.58
56.25
33.84
72.75

Exportacin en toneladas

exportacion
Alto
Bajo
Total

1 mes
E11
E21
60

2 meses
E12
E22
515

3 meses
E13
E23
129

total
307
397
704

Cuando las variables X y Y son independientes, las frecuencias de cada celda

son igual al productos de las frecuencias marginales correspondientes dividido
por el tamao de la muestra.

E 11=

60307
=26.16
704
26.16

E 12=

515307
=224.58
704

E 13=

129307
=56.25
704

32

28

E 21=

60397
=33.84
704

E 22=

515397
=290.42
704

E 23=

129397
=72.75
704

225

33.84

56.25

224.58

50

290.42

290

72.75

79

Las frecuencias esperadas y las asociadas determinan las frecuencias

observadas anteriormente

4) En la exportacin de naranjas, la empresa exportadora enva

mensualmente lotes de 50 cajas al exterior, cada caja tiene un peso
aproximado de 20 kilos. Las cajas son previamente almacenadas. Para
el

control

de

calidad

examinan al azar, si en alguna caja encuentran por lo

se
menos

una

naranja malograda, esta es calificada mala. Para que pase el control

mediante la inspeccin de la muestra no debe haber caja malograda, si
solo e x i s t e u n a c a j a e s t a s e r c a m b i a d a , s i h a y m s d e 1
e n las 5 inspeccionadas, inspeccionaran las cincuenta cajas. Segn las
estadsticas pasadas de un total de 40 envos, registro lo siguiente: Se
puede afirmar que la variable nmero de cajas en mal estado en la
muestra de 5 sigue una distribucin Binomial?.

manzanas
Grandes
Medianas
pequeas
total

Rojas
3
5
7
15

verdes
5
4
9
18

ambos
5
8
6
19

13
17
22
52

1)
H0: La variable nmero de cajas sigue una distribucin Binomial.
Ha: No siguen una Binomial.
2) La prueba es unilateral y de una cola derecha
3) Nivel de significacin 0.10
4) Utilizacin del chi cuadrado
5) Esquema de la prueba
Gl = (c-1) (f-1)
= (3-1) (3-1)
=4
= 0.10
En la tabla de CHI CUADRADA obtenemos
X2 (4) = 7.779
6) Calculo del estadstico de la prueba

(O ij Eij )2
x =
Eij
ij
2

Calculo de las pruebas esperadas.

E 11=

(1513)
=3.75
52

E 12=

( 1813 )
=4.5
52

E 13=

( 1913 )
=4.75
52

E 21=

( 1517 )
=4.90
52

E 22=

( 1817 )
=5.88
52

E 23=

( 1917 )
=6.21
52

E 31=

( 1522 )
=6.35
52

E 32=

( 1822 )
=7.62
52

E 33=

( 1922 )
=8.04
52

manzanas
Grandes

Rojas

verdes
3.75

4.5

ambos
4.75
13

Medianas

4.90

5.88

6.21
17

5
4
pequeas

6.35

7.62

8.04
22

15

18

19

total
52

( 33.75)2 (54.5)2 (54.75)2 (54.90)2 ( 45.88)2 (86.21)2 (76.35)2 (97.

X=
+
+
+
+
+
+
+
3.75
4.5
4.75
4.90
5.88
6.21
6.35
7.6
2

x 2 = 0.15+ 0.06+ 0.01+ 0.002+0.60+0.52+ 0.07+ 0.25+ 0.52

x 2 =2.182
7)

ZA

2.182

ZR

7.779

ZA= aceptamos la hiptesis nula porque La variable nmero de cajas

sigue una distribucin Binomial.

5) En Tulcn se realiza un estudio si es factible la creacin de una Bodega ,

para la cual se aplic una encuesta a las personas que se dedican al

comercio exterior, obtenindose los resultados que se presentan a

continuacin:

Actividad de Comercio Exterior

Factibilidad
Importadores Exportadores
Si
No
Total

18
12
30

20
8
28

Agentes de Total
Aduana
38
76
14
34
52
110

Al nivel de significacin = 0.05, determinar que las variables factibilidad de

creacin de Zona Franca y actividad de comercio exterior son independientes.
a)
Ho= factibilidad de creacin de Zona Franca y la actividad de comercio exterior
son independientes;
H1=existe dependencia entre las dos variables.
b) La prueba es unilateral y de cola derecha.
c) Asumimos el nivel de significacin de = 0.05
d) Utilizaremos la distribucin muestral de Chi-cuadrado porque las dos
variables son cualitativas
e)
gl= (C-1)(F-1)
gl= (3-1)(2-1) = 2
= 0.05
x2(2)=5.991
f)

Actividad de Comercio Exterior

Factibilidad
Importadores Exportadores
Si
No

E11
E21

E12
E22

Agentes de Total
Aduana
E13
76
E23
34

Total

30

28

E11 =

30 76
=20,73
110

E12=

28 76
=19,35
110

E13=

52 76
=35,93
110

E21=

30 34
=9,27
110

E22=

28 34
=8,65
110

E23=

52 34
=16,07
110
Ei
Oi

52

20,73
18

19,35
20

9,27
12

x=

35,93
38

8,65
8

110

16,07
14

(CiEi )2
Ei

(1820,73)2 (2019,35)2 (3835,93)2 (129,27)2 (88,65)2 (1416,07)2

x=
+
+
+
+
+
20,73
19,35
35,93
9,27
8,65
16,07
2

x=1,62

g) Vemos que el valor se encuentra en la zona de aceptacin por lo tanto

aceptamos la Ho.

6) Los estudiantes de comercio exterior quiere determinar si la creacin de

una empresa de contenedores para el Transporte de exportaciones e
importaciones entre Ecuador y Per.

EMPRESA DE ALQUILER DE CONTENEDORES

Grado
Transportista Empresas de Exportadore
de
s
transporte
s
perjuici
o
Estn
392
222
331
de
acuerdo
No
122
324
122
Estn
de
acuerdo
TOTAL
514
546
453

Importadore
s

TOTA
L

123

1068

323

891

446

1959

El nivel de significancia es de =0.05 determinar las variables de la

aceptabilidad de la creacin de la empresa.
1).

H0:

H1:

la aceptabilidad de la creacin de la empresas.

Existe aceptabilidad.

2). La prueba es unilateral y la cola es derecha.

3) Asumimos el nivel de significancia de =0.05
4) Utilizaremos la distribucin maestral de Ji-Cuadrado porque las dos variables
son cualitativas.
5) Esquema de la prueba
gl=( c1 ) ( F1 )
gl=( 41 ) ( 21 )=3

gl=3

6) Calculo del estadstico de la prueb

2

x = ij

(O ij Eij )2
Eij

EMPRESA DE DE ALQUILER DE CONTENEDORES

Grado de Transportista
280.22
perjuicio
s
Estn de 392
acuerdo
No Estn 122
de
acuerdo
TOTAL
514

x =
2

Empresas
de
transporte
297,66

233,77

222
324

546

Exportadore
s

Importadores

331

123

246.96

TOTAL

243,14

1068
202,85

248,33

122

453

206,03

323

891

446

1959

(oE)
E

x =6,62

6,6
2

7,815