PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV-SMIRNOV

Esta prueba se utiliza para probar hipótesis acerca de la distribución de la población, de la

cual se extrae una variable aleatoria. La hipótesis nula para la prueba de bondad de ajuste es
que la distribución de la población es una distribución dada frente a la alternativa de que los
datos no se ajustan a la distribución dada. (Aparicio F, 1992).
Para esta prueba consideremos lo siguiente:
𝐻0 : Los datos analizados siguen una distribución M.
𝐻1 : Los datos analizados no siguen una distribución M.
Si se tiene una muestra de variables aleatorias X:x1, x2, x3, . . ., xn se define la función de
distribución empírica de la muestra:
0, 𝑋 < 𝑥1
𝑖−1
𝐹𝑒(𝑋𝑖 ) = { , 𝑥(𝑖−1) ≤ 𝑥 < 𝑥(𝑖) , 𝑝𝑎𝑟𝑎 𝑖 = 1,2,3, … … , 𝑛
𝑛
1, 𝑋 ≥ 𝑥(𝑛)

Donde x(1), x(2), x(3), . . ., x(n) constituyen la muestra ordenada de menor a mayor. El
estadístico de prueba para este test de Bondad de Ajuste se basa en la mayor distancia entre
la distribución empírica de los datos Fe(x) y la distribución teórica que suponemos para la
población F(x), entonces:
𝐷 = 𝑚𝑎𝑥|𝐹𝑒(𝑥) − 𝐹(𝑥)|
pero 𝐷 = 𝑚𝑎𝑥{𝐷+ ; 𝐷 − }

Así pues, D es la mayor diferencia absoluta observada entre la frecuencia acumulada

observada Fe(x) y la frecuencia acumulada teórica F(x), obtenida a partir de la distribución
de probabilidad que se especifica como hipótesis nula.
El criterio para la toma de la decisión entre las dos hipótesis será de la siguiente forma:
Si D≤Dα ⇒ Aceptar 𝐻0
Si D>Dα ⇒ Rechazar 𝐻0
El valor de Dα depende del tipo de distribución a probar y se encuentra tabulado. En general
es de la forma:
𝑐𝛼
𝐷𝛼 =
𝑘(𝑛)
Donde:
𝑐𝛼 y 𝑘(𝑛) se encuentra en las tablas siguientes:

𝒄𝜶 𝜶
Modelo 0.1 0.05 0.01
General 1.224 1.358 1.628
Normal 0.819 0.895 1.035
Exponencial 0.099 1.094 1.308
Weibull n=10 0.760 0.819 0.944
Weibull n=20 0.779 0.843 0.973
Weibull n=50 0.790 0.856 0.988
Weibull n=∞ 0.803 0.874 1.007

Distribución que se contrasta K(n)

General: parámetros conocidos 0.11
𝑘(𝑛) = √𝑛 + 0.12 +
√𝑛
Normal 0.85
𝑘(𝑛) = √𝑛 − 0.01 +
√𝑛
Exponencial 0.11
𝑘(𝑛) = √𝑛 + 0.12 +
√𝑛
Weibull 𝑘(𝑛) = √𝑛

PRUEBA DE CHI-CUADRADO
La prueba de Chi Cuadrado se basa en la comparación entre la frecuencia observada en un
intervalo de clase y la frecuencia esperada en dicho intervalo, calculada de acuerdo con la
distribución teórica considerada. (Aparicio F, 1992).
El estadístico de prueba, 𝑥 2 c queda definido por la expresión:

𝑘
(𝑂𝑖 − 𝐸𝑖 )2
𝑥2𝑐 = ∑
𝐸𝑖
𝑖=1

Donde:
𝑂𝑖 : Frecuencia observada en el intervalo i, de acuerdo a la muestra considerada.
𝐸𝑖 : Frecuencia esperada en el intervalo i, de acuerdo a la distribución seleccionada.
K: Número de intervalos de clase en que se han agrupado las observaciones.
Criterio de decisión
 Si el valor estadístico del Chi-cuadrado calculado es menor o igual que el valor
tabular (𝑥 2 𝑡), es decir:
𝑥2𝑐 ≤ 𝑥2𝑡
Entonces, se acepta la hipótesis nula, que establece que los valores observados se ajustan a
la distribución considerada, al nivel de significación seleccionado (usualmente 𝛼= 5% o 1%).
 Si el valor estadístico Chi-cuadrado calculado es mayor que el valor tabular, es decir:
𝑥2𝑐 > 𝑥2𝑡
Entonces, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, que establece que
los valores observados no se ajustan a la distribución considerada, al nivel de significación
seleccionado (usualmente 𝛼= 5% o 1%).