Prueba de

Kolmogorov-Smirnov
Instituto Tecnológico de León
Simulación
4° Semestre
Integrantes:

• Jonathan Isaac Rivera Ocampo

• Mayra Edith Padilla Vazquez
• Adrian Guadalupe Torres Gama
 La prueba de Kolmogorov-Smirnov para
una muestra es un procedimiento no
paramétrico de "bondad de ajuste", que
permite medir el grado de concordancia
existente entre la distribución de un
conjunto de datos y una distribución
teórica específica.

¿Qué es?
 Desarrollada en la década de los treinta
del siglo XX, permite —como la prueba
Chi-cuadrada— determinar la distribución
de probabilidad de una serie de datos.

¿En que consiste esta prueba?

 Es más precisa que la prueba de chi-
cuadrada.
 No requiere una agrupación de datos.
 El estadístico es independiente de la
distribución de frecuencias esperada, solo
depende del tamaño de la muestra.
 Una limitante es que solo puede aplicarse
a variables continuas.

Ventajas y limitantes
 1. Obtener al menos 30 datos de la variable aleatoria
a analizar.
 2. Calcular la media y la varianza de los datos.
 3. Crear un histograma de m= 𝑛 intervalos, y
obtener la frecuencia observada en cada intervalo 0¡.
 4. Calcular la probabilidad observada en cada
intervalo PO¡=0¡/n , esto es, dividir la frecuencia
observada Oi entre el número total de datos, n.
 5. Acumular las probabilidades PO para obtener la
probabilidad observada hasta el i-ésimo intervalo,
POAr.
 6. Establecer de manera explícita la hipótesis nula,
para esto se propone una distribución de probabilidad
que se ajuste a la forma del histograma.

PROCEDIMIENTO
 7. Calcular la probabilidad esperada
acumulada para cada intervalo, PEA¡, a partir
de la función de probabilidad propuesta.
 8. Calcular el estadístico de prueba:

 9. Definir el nivel de significancia de la

prueba , y determinar el valor crítico de la
prueba, D ,n.
 10. Comparar el estadístico de prueba con el
valor crítico. Si el estadístico de prueba es
menor que el valor crítico no se puede
rechazar la hipótesis nula.
El valor del estadístico de prueba, c=0.0375, comparado con el valor de tablas crítico,
D0.05,50 = 0.1 923, indica que no podemos rechazar la hipótesis de que la variable
aleatoria se comporta de acuerdo con una distribución de Weibull con parámetro de
escala 5.19 y parámetro deforma 1.38.

Ejemplo 2.-
Se quiere comprobar si el número de asignaturas aprobadas en una
determinada convocatoria universitaria sigue una distribución uniforme (nivel de
significación 0,05; para ello disponemos de la siguiente información de 60 alumnos:
 i Oi PO POA PEA PEA - POA
0 10 0.17 0.17 0.17 0.00
1 15 0.25 0.42 0.33 0.08
2 15 0.25 0.67 0.50 0.17
3 10 0.17 0.83 0.67 0.17
4 6 0.10 0.93 0.83 0.10
5 4 0.07 1.00 1.00 0.00
60
c 0.17
D tabla 1.36/√60 0.18
Sigue una distribución uniforme

Ejercicios

1.- Determine mediante la prueba Kolmogorov Smirnov si el siguiente conjunto de

valores aleatorios sigue una distribución uniforme. Nivel de
significación 0,05.

Intervalos Oi
0 0.1 11
0.1 0.2 6
0.2 0.3 16
0.3 0.4 9
0.4 0.5 7
0.5 0.6 11
0.6 0.7 10
0.7 0.8 9
0.8 0.9 15
0.9 1 6
100

2.- Se quiere comprobar si el número de asignaturas aprobadas en una

determinada convocatoria universitaria sigue una distribución uniforme (nivel de
significación 0,05); para ello disponemos de la siguiente información de 50 alumnos:

n aprobadas n de alumnos
0 8
1 5
2 7
3 12
4 8
5 10
50