Determine el tipo de distribución a que pertenecen el conjunto de datos del

ejercicio 6 de la página 91 del libro Simulación y Análisis de sistemas con

Promodel con la herramienta Stat: :Fit.

Objetivo Utilizar la herramienta Stat::Fit con la finalidad de determinar la

distribución de probabilidad a partir de un conjunto de datos. Introducción
Stat::Fit permite comparar los resultados entre varias distribuciones analizadas
mediante una calificación. Entre sus procedimientos emplea las pruebas estadísticas
Chi-cuadrada, de Kolmogorov-Smirnov y de Anderson-Darling. Conjuntamente calcula
los parámetros apropiados para cada tipo de distribución, e incluye información
estadística adicional como media, moda, valor mínimo, valor máximo y varianza,
entre otros datos. Stat::Fit se puede ejecutar desde la pantalla de inicio de
Promodel, o bien desde el comando Stat::Fit del menú Tools.

Entrada de datos y manipulación

Tabla de Datos Un nuevo proyecto se crea haciendo clic en el icono new document en
la barra de control o seleccionando File en la barra de menú y luego New en el
submenú, esta acción genera un nuevo documento de Stat::Fit , y muestra una tabla
vacía de datos.
Es en la tabla vacía donde se insertan uno por uno los datos del ejemplo:

Opciones de entrada Opciones de entrada de datos (Input options) permite establecer

varias opciones de manejo: El número de intervalos para el histograma, la precisión
con que los datos se muestran y almacenan, y los tipos de distribución que se
permitirán. El cuadro de diálogo Opciones de entrada se ingresa haciendo clic en el
icono Input Options o mediante la selección Input de la barra de menú y luego
Options en el menú secundario. Se aconseja que el número de intervalos se calcule
con la raíz cuadrada del total de datos, 10 para este ejemplo. La precisión de los
datos es el número de decimales que se muestran en los datos de entrada y todos los
cálculos posteriores. La precisión por defecto es de 6 cifras decimales y se ajusta
inicialmente. La precisión se puede ajustar entre 0 y 15. Tenga en cuenta que la
mayoría de los datos de este ejemplo tiene un máximo de 5 dígitos por lo tanto es
este valor que se establecerá.
El tipo de distribución de análisis puede ser continua o discreta. En general,
todas las distribuciones serán tratadas como cualquier tipo de forma
predeterminada. Sin embargo, el análisis puede ser forzado a cualquiera de las
distribuciones continuas o distribuciones discretas, marcando la casilla
correspondiente en el cuadro de diálogo Opciones de entrada. Continua en este caso,
clic en OK para guardar las opciones registradas.

Un gráfico de los datos de entrada se puede ver mediante la selección de input de

la barra de menús y, a continuación input graph desde el menú secundario, o
haciendo clic en el icono de gráfico de entrada. Un histograma de los datos se
desplegara en pantalla. Análisis estadístico Estadística Descriptiva La estadística
descriptiva de los datos de entrada se puede ver mediante la selección de
Statistics en la barra de Menú y luego descriptive desde el menú secundario. Se
muestra la siguiente ventana:
El comando de Estadística Descriptiva proporciona las observaciones y los cálculos
estadísticos básicos sobre los datos de entrada y los presenta en una vista simple
como se muestra arriba. El tiempo que esta ventana este abierta, los cálculos se
actualizarán a medida que los datos de entrada cambien. Ajuste de la Distribución
El ajuste automático de distribuciones continuas se puede realizar mediante el
comando Auto::Fit. Este comando sigue el mismo procedimiento como se explica a
continuación para el ajuste manual, pero opta por la distribución adecuada de los
datos de entrada. También califica las distribuciones de acuerdo con su relativa
bondad de ajuste, y da una indicación de su aceptación como buenas representaciones
de los datos de entrada. En el ajuste manual de las distribuciones de análisis de
los datos de entrada en la tabla de datos, las distribuciones adecuadas de los
datos de entrada deben ser elegidas en la configuración del ajuste (setup) junto
con las pruebas de bondad de ajuste deseadas. Comience el proceso de ajuste de la
distribución mediante la selección de Fit en la barra de menú y luego de setup
desde el menú secundario, o haciendo clic en el icono de setup apropiado.

La página de distribuciones del cuadro de diálogo Configuración de ajuste

proporciona una lista de distribuciones para la elección de la distribución para el
ajuste posterior. Todas las distribuciones elegidas aquí se utilizarán de forma
secuencial para las estimaciones y pruebas de bondad de ajuste.
Después de seleccionar las distribuciones, vaya a la siguiente pestaña del cuadro
de diálogo para seleccionar los cálculos a realizar.

Las estimaciones pueden ser obtenidas en momentos o cálculos de probabilidad máxima

(MLEs). El valor predeterminado para el cálculo es MLE. Para distribuciones
continuas con un límite inferior o mínimo como la exponencial, el límite inferior
puede ser obligado a asumir un valor igual o inferior al valor mínimo de datos.
Este límite inferior se utilizará tanto para los momentos y las estimaciones de
máxima verosimilitud. De forma predeterminada, se deja desconocido, esto causa que
todos los procedimientos de estimación varíen el límite inferior con el resto de
los parámetros.

Pruebas de bondad de ajuste Las pruebas de bondad de ajuste no son más que las
comparaciones de los datos de entrada a las distribuciones ajustadas de una manera
estadísticamente significativa. Cada prueba tiene la hipótesis de que el ajuste es
bueno y calcula un estadístico de prueba para la comparación con un estándar. Las
pruebas de bondad de ajuste son: • Chi-cuadrada • Kolmogorov Smirnov • Anderson
Darling Si la elección de la prueba es incierto, utilice el test de Kolmogorov
Smirnov, que es aplicable a la gama más amplia de datos y parámetros ajustados.
Auto::Fit El ajuste automático distribuciones continuas se puede realizar haciendo
clic en el icono Auto::Fit o mediante la selección de Fit de la barra de Menú y
luego Auto::Fit en el submenú. Este comando sigue el mismo procedimiento como se
mencionó anteriormente para el ajuste manual. Auto::Fit elegirá automáticamente
distribuciones continuas adecuadas para adaptarse a los datos de entrada, calcular
las estimaciones de probabilidad máxima para las distribuciones, los resultados de
la prueba de bondad de ajuste, y mostrar la distribución por orden de su
calificación relativa. La calificación relativa se determina por un método empírico
que utiliza efectivos cálculos de la bondad de ajuste. Una calificación alta indica
que la distribución ajustada es una buena representación de los datos de entrada.

La distribución Normal con media 18.7 y desviación estándar 4.11 consigue una
calificación de 100, por lo cual se acepta que esta es la indicada para seleccionar
que los datos del ejemplo siguen esta distribución.

Gráficos
Un gráfico de la densidad de los datos de entrada y la densidad ajustada pueden ser
vistos seleccionando Fit de la barra de menús y, a continuación Result Graphs,
submenú Density, también se puede acceder a las gráficas haciendo clic sobre la
distribución en la ventana Automatic Fitting. Este gráfico muestra un histograma de
los datos de entrada cubierto de las densidades ajustadas para distribuciones
específicas.
El gráfico aparecerá con la configuración por defecto de los datos de entrada en un
histograma azul y los datos ajustados en un polígono de color rojo, como se muestra
a continuación.

La distribución ajustada se muestra en el cuadro inferior de la derecha. Si ha

seleccionado más de una distribución para ajustar, una lista de las distribuciones
se da en el cuadro superior de la derecha. Seleccione distribuciones adicionales
para mostrarlas , para compararlas, haciendo clic en el nombre de la distribuciones
en el cuadro superior. Habrá una leyenda en la parte inferior de la gráfica, como
se muestra a continuación:

Se puede observar que la distribución Lognormal traslapa a la distribución Normal,

dada la semejanza con esta última, y que obtuvo una calificación de 99.9. La
distribución Uniforme es la que menos se ajusta pues los datos evidentemente no
siguen esta tendencia.