Bondad de Ajuste

Prueba de bondad de ajuste

• Los procedimientos para la prueba de hipótesis que se han revisado para
problemas en los que la población o la distribución son conocidas.
• Con frecuencia no se conoce la distribución de la población, por lo que es
necesario formular una hipótesis. Por ejemplo, quizá se quiera probar la
hipótesis de que la población es normal.

describiremos un procedimiento basado en la distribución chi-cuadrado.

Sea una muestra aleatoria de tamaño 𝑛 de una población desconocida. Estas

observaciones se ordenan en un histograma con 𝑘 intervalos de clase. Sea 𝑂𝑖 la
frecuencia observada en la clase 𝑖. Se calcula la frecuencia esperada hipotética a
partir de la distribución 𝐸𝑖 para la clase 𝑖. El estadístico de prueba.

𝑘
2
𝑂𝑖 − 𝐸𝑖
χ20 =
𝐸𝑖
𝑖=1
 Prueba de bondad de ajuste
El estadístico de prueba χ20 tiene aproximadamente una distribución chi-
cuadrado con 𝑘 − 𝑝 − 1 grados de libertad, dónde 𝑝 representa la cantidad
de parámetros a estimar de la distribución hipotética.

Esta aproximación, mejora a medida que 𝑛 incrementa. La hipótesis de la

distribución de la población es la distribución hipotética se rechaza si

2
χ20 > χ1−𝛼,𝑘−𝑝−1
Un punto importante de destacar en la aplicación de éste procedimiento es la
cantidad de frecuencias, algunos recomiendan un mínimo de entre 3, 4 y 5 en
las clases, otros dicen que pueden existir 1 o 2 siempre que la mayoría exceda
de 5.
 Ejemplo
Se propone hipotéticamente que el número de defectos en tarjetas de circuitos
sigue una distribución Poisson. Se tiene una muestra de 60 tarjetas.
Número de defectos Frecuencia observada
0 32
1 15
2 9
3 4
Solución
La media de la distribución de Poisson supuesta es 𝜆 = 0,75, así se podría calcular
la probabilidad esperada, mediante
𝑒 −0,75 0,75 𝑥
𝑃 𝑋=𝑥 =
𝑥!
Frecuencia esperada 𝐸𝑖 =𝑝𝑖 *n
 Ejemplo
Número de defectos Probabilidad Frecuencia esperada
Así 0 0,472 28,32
1 0,354 21,24
2 0,133 7,98
3 o más 0,033 1,98

Dado , la frecuencia esperada en la última celda es menor a 3, se combina.

Número de defectos Frecuencia Frecuencia esperada

observada
0 32 28,32
1 15 21,24
2 o más 13 9,96
 Ejemplo
Teniendo
𝐻0 : 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠 𝑒𝑠 𝑃𝑜𝑖𝑠𝑠𝑜𝑛
𝐻1 : 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠 𝑛𝑜 𝑒𝑠 𝑃𝑜𝑖𝑠𝑠𝑜𝑛

Calculando el estadístico de prueba

𝑘
𝑂𝑖 − 𝐸𝑖 2
χ20 = = 3,23
𝐸𝑖
𝑖=1
Se concluye

χ20 = 3,23 < χ20,05;1 = 3,84 por lo tanto no existe evidencia para rechazar la
hipótesis nula