PRUEBAS ESTADÍSTICAS A LOS NÚMEROS

SEUDOALEATORIOS
Las  verificaciones  visuales  sobre  las  principales  propiedades  de  los  seudoaleatorios,  
pueden  resultar  insuficientes  para  garantizar  un  uso  confiable  en  simulaciones  impor-­‐
tantes.  Si  la  verificación  visual  parece  aceptable,  entonces  conviene  realizar  algunas  
pruebas  formales  para  asegurarse  de  que  los  seudoaleatorios  poseen  las  propiedades  
estadísticas  de  los  verdaderos  aleatorios;  en  cambio,  si  la  verificación  visual  no  es  
aceptable,  entonces  el  generador  NO  es  bueno.  
En  este  documento  se  describen  y  ejemplifican  varias  pruebas  de  hipótesis  so-­‐
bre  distintas  características  o  propiedades  que  debiera  poseer  un  buen  generador  de  
números  seudoaleatorios.  En  todas  las  pruebas  se  ha  utilizado  el  esquema  ilustrado  en  
el  mapa  de  la  Fig  1.  
 
 
  Resultado%de%la%prueba,%
5 expresado%en%el%contexto%
  específico%de%la%misma.% NULA%(H0).%Que%sí%se%0ene%la%
caracterís0ca%(o%propiedad)%
  ALTERNA%(H1).%Que%no%se%0ene%
1
  dicha%caracterís0ca%o%propiedad.%

 
 
Regla%que%establece%cómo%el%
  estadígrafo%debe%ser%comparado%
4
  con%el%intervalo%de%aceptación%o%
contra%el%valor%crí0co.% Una%forma%de%procesar%la%muestra%
  para%calcular%un%indicador%que%
sirve%de%base%para%tomar%una%
2
  decisión.%

  Prueba'Bilateral:%un%intervalo%real%que%si%
  con0ene%al%valor%del%estadígrafo%la%hipótesis%
(la%nula)%no%puede%ser%rechazada.%
  3 Prueba'Unilateral'Derecha:%un%valor%real%
único%(llamado%valor&crí)co).%Si%el%estadígrafo%
  lo%excede%la%hipótesis%(la%nula)%debe%ser%
  rechazada.'

 
Fig  1  Esquema  general  de  una  prueba  estadística  de  hipótesis  

Las  muestras  (de  las  que  se  ve  solo  el  comienzo)  utilizadas  en  las  pruebas    son  
volátiles:  son  obtenidas  mediante  la  función  ALEATORIO()  o  ALEAT()  y  cambian  cada  
vez  que  se  realiza  alguna  acción  en  la  hoja  electrónica.  Esta  característica  da  la  opor-­‐
tunidad  de  repetir  (replicar)  una  prueba  las  veces  que  se  desee  y  darse  cuenta  de  que  
en  algunas  de  ellas  debería  rechazarse  la  hipótesis.  Si  el  generador  rinde  muestras  que  
de  verdad  poseen  la  característica  siendo  probada  y  el  nivel  de  significación  de  la  
prueba  es  α  (5%  si  no  se  establece),  se  notará  que  aproximadamente  100*α  réplicas  
NO  pasan  la  prueba.  De  aquí  que  en  el  rubro  “resultado”  de  la  mayoría  de  las  pruebas  
aparezca  la  afirmación  “(En gral.)”.  
   
PRUEBAS DE UNIFORMIDAD
Se  describen  dos  pruebas  que  verifican  el  que  los  seudoaleatorios  efectivamente  se  
distribuyen  de  manera  homogénea  en  el  intervalo  del  cero  al  uno.  
 

➤ PRUEBA DE FRECUENCIAS (o CHI-CUADRADA)

Las  hipótesis  a  contrastar  son:  
H0: El generador produce números uniformes entre cero y uno.
H1: El generador no produce números uniformes entre cero y uno.
Estadígrafo    
  2 Requisito: cada clase debe
  J =∑
k
( obs j − esp j ) tener una frecuencia espe-
rada mayor que 1.
  j=1 esp j
 
en  el  que:  
obsj  =  frecuencia  observada  (conteo  de  la  muestra)  en  la  clase  j  
espj  =  frecuencia  esperada  (bajo  la  hipótesis  nula)  en  la  clase  j  
k  =  número  de  clases  
Siempre  que  el  estadígrafo  de  una  prueba  compare  las  frecuencias  observadas  con  las  
esperadas  en  esta  forma,  se  dice  que  se  trata  de  una  Prueba  de  Karl-­‐Pearson.  

Intervalo  de  aceptación  

Los  valores  de  J  cercanos  a  cero  sugieren  que  las  frecuencias  que  se  observan  en  la  
muestra  son  similares  a  las  esperadas  y  debiérase  aceptar  que  H0  es  cierta;  valores  
grandes  de  J  sugieren  lo  contrario.  Por  lo  tanto,  el  intervalo  de  aceptación  va  de  cero  a  
un  valor  límite  o  crítico:  
Valor  crítico:    χ2α;  k-­‐1  
que  es  el  (1-­‐α)*100  percentil  de  una  variable  Ji-­‐Cuadrada  con  k-­‐1  grados  de  libertad.  
Se  pierde  1  grado  de  libertad  debido  a  la  restricción  de  que  la  suma  de  frecuencias  
observadas  debe  ser  igual  a  la  suma  de  frecuencias  esperadas.  

Ejemplo  1)  La  verificación  visual  del  generador  de  Excel  señala  que  parece  poseer  la  
propiedad  de  uniformidad.  A  una  muestra  de  n  =  60  valores  de  este  generador  aplí-­‐
quesele  la  prueba  de  Frecuencias.  Escribir  la  conclusión.  
Solución  
H0: El generador aleatorio de Excel produce números uniformes entre
cero y uno.
H1: El generador aleatorio de Excel no produce números uniformes entre
cero y uno.

La  Tabla  1  es  una  muestra  producida  por  el  generador  de  seudoaleatorios  de  Excel.  
Tabla  1  Muestra  de  números  seudoaleatorios  
0.90431   0.91533   0.04477   0.95065   0.50059   0.87635  
0.39697   0.79030   0.88996   0.39468   0.01059   0.14188  
0.64156   0.88755   0.10601   0.16444   0.28262   0.67106