Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Bondad de Ajuste
EJERCICIOS EXPLICATIVOS
La intención de los estudiantes es saber a qué distribución teórica se puede ajustar los daros
encontrados. Se realizó un estudio en un supermercado muy conocido que consistió en evaluar 600
bolsas de peras, cada una de las bolsas contiene 3 peras de las cuales algunas se encuentran en buen
estado y otras en mal estado. Los resultados al evaluar 600 bolsas son los siguientes:
EJERCICIOS PROPUESTOS
2. Los datos representan el número de reclamos por día que se dan en una pequeñas fábrica en el norte
de Inglaterra.
2 Estadística Inferencial
EJERCICIOS RESUELTO
entonces
∑ 𝑋𝑖 𝑂𝑖 (0)(34) + (1)(25) + (2)(11) + (3)(7)
𝜆= = =1
𝑁 80
𝒆−𝟏 (𝟏)𝟎
𝑷(𝑿 = 𝟎) = = 𝟎. 𝟑𝟔𝟕𝟗
𝟎!
𝒆−𝟏 (𝟏)𝟏
𝑷(𝑿 = 𝟏) = = 𝟎. 𝟑𝟔𝟕𝟗
𝟏!
𝒆−𝟏 (𝟏)𝟐
𝑷(𝑿 = 𝟐) = = 𝟎. 𝟏𝟖𝟑𝟗
𝟐!
𝒆−𝟏 (𝟏)𝟑
𝑷(𝑿 = 𝟑) = = 𝟎. 𝟎𝟔𝟏𝟑
𝟑!
3 Estadística Inferencial
𝒆−𝟏 (𝟏)𝟒
𝑷(𝑿 = 𝟒) = = 𝟎. 𝟎𝟏𝟗𝟎
𝟒!
n f. Obs (Oi) Probabilidades Frec. Esperada (Ei=Np)
XC 2
(O E )i i
2
(34 29.43) 2 (25 29.43) 2 (11 14.71) 2 (10 6.424) 2
. 4.304
Ei 29.43 29.43 14.71 6.424
si el parámetro hubiese sido dato del problema m seria 0, debido a que ya no se estima ( calcula)
Paso5: Conclusión
Por lo tanto, a un nivel de significación del 10% existe evidencia estadística para No rechazar
hipótesis nula, por lo tanto el número de defectos sigue una distribución Binomial
5. Si un ingeniero de control de calidad toma una muestra de 4 neumáticos que salen de una línea de
ensamblaje y él desea verificar sobre la base de los datos que estos siguen una distribución
binomial, los números de llantas con defectos observadas en 150 días:
Número Frecuencia
4 Estadística Inferencial
Defectos Observada
0 28
1 62
2 46
3 10
4 4
Total 150
Ayude a verificar al ingeniero usando nivel de significación 10%, asuma p = 1/3 (neumáticos con
defecto):
n
Solución: Datos: N=150, n=4, P=1/3 P( X x) P X (1 P) n x x 0,1, 2,3,.., n
x
Paso1: Plantear la Hipótesis
𝐻𝑜: 𝐿𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠 𝑆𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙
𝐻1: 𝐿𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠 𝑁𝑜 𝑆𝑖𝑔𝑢𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙
Paso2: Encontrar las Frecuencias Esperadas
4 10 1 n f. Obs (Oi) Probabilidades Frec. Esperada (Ei)
P( X 0) (1 ) 40 , X 0,1975
0 3 3 0 28 0,1975 0,1975*150=29,625
1 62 0,3950 0,3950*150=59,25
4 11 1
P( X 1) (1 ) 41 , X 0,3950 2 46 0,2963 44,445
1 3 3
3 10 0,0988 14,82
4 12 1 4 4 0,0123 1,845 16,665
P( X 2) (1 ) 4 2 , X 0, 2963
2 3 3 Total 150
4 13 1
P( X 3) (1 ) 43 , X 0, 0988
3 3 3
Esperado < 5, por lo tanto se suman estas Ei
4 14 1
P( X 4) (1 ) 4 4 , X 0, 0123
4 3 3
Paso3: Calculo del Estadístico de Prueba
Del cuadro:
XC2
(Oi Ei )2 (28 29, 625)2 .. (14 16, 665)2 0, 6973
Ei 29, 625 16, 665
Paso4: Región Crítica (Zona de Aceptación o rechazo) Dato: 0,1
Como el estadístico de Prueba 0.69 cae en la Región de No rechazo
5 Estadística Inferencial
𝑋 2 (1−𝛼,𝐾−𝑚−1) = 𝑋 2 (0.95,5−0−1) = 9.48
Donde: K: # categorias
m: es la cantidad de Parámetros a
Estimar, m=0 debido a que no se ha estimado o calculado dicho parámetro ( dato del
problema)
Paso5: Conclusión
Por lo tanto a un nivel de significación del 10% existe evidencia estadística para NO RHO, por lo
tanto el número de defectos sigue una distribución Binomial
6 Estadística Inferencial