Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(Que Es La (Ji Cuadrada o X2) )
(Que Es La (Ji Cuadrada o X2) )
opasdfghjklzxcvbnmqwertyuiopasdfgh
jklzxcvbnmqwertyuiopasdfghjklzxcvb
nmqwertyuiopasdfghjklzxcvbnmqwer
tyuiopasdfghjklzxcvbnmqwertyuiopas
dfghjklzxcvbnmqwertyuiopasdfghjklzx
cvbnmqwertyuiopasdfghjklzxcvbnmq
wertyuiopasdfghjklzxcvbnmqwertyuio
pasdfghjklzxcvbnmqwertyuiopasdfghj
klzxcvbnmqwertyuiopasdfghjklzxcvbn
mqwertyuiopasdfghjklzxcvbnmqwerty
uiopasdfghjklzxcvbnmqwertyuiopasdf
ghjklzxcvbnmqwertyuiopasdfghjklzxc
vbnmqwertyuiopasdfghjklzxcvbnmrty
uiopasdfghjklzxcvbnmqwertyuiopasdf
ghjklzxcvbnmqwertyuiopasdfghjklzxc
(QUE ES LA (JI CUADRADA O X2))
Definición:
En realidad la distribución ji-cuadrada es la distribución muestral de s2. O sea que si se
extraen todas las muestras posibles de una población normal y a cada muestra se le
calcula su varianza, se obtendrá la distribución muestral de varianzas.
, el estadístico:
tiene una distribución muestral que es una distribución ji-cuadrada con gl=n-1 grados de
libertad y se denota X2 (X es la minúscula de la letra griega ji). El estadístico ji-cuadrada
esta dado por:
La siguiente figura ilustra tres distribuciones X2. Note que el valor modal aparece en el
valor (n-3) = (gl-2).
para x>0
La tabla que se utilizará para estos apuntes es la del libro de probabilidad y estadística de
Walpole, la cual da valores críticos (gl) para veinte valores especiales de . Para
2
denotar el valor crítico de una distribución X con gl grados de libertad se usa el símbolo
(gl); este valor crítico determina a su derecha un área de bajo la curva X2 y sobre
el eje horizontal. Por ejemplo para encontrar X20.05(6) en la tabla se localiza 6 gl en el lado
izquierdo y a o largo del lado superior de la misma tabla.
Estimación de la Varianza
Para poder estimar la varianza de una población normal se utilizará la distribución ji-
cuadrada.
Su simbología:
Debe advertirse que en aquellas circunstancias en que X2 esté muy próxima a cero debe
mirarse con cierto recelo, puesto que es raro que las frecuencias observadas concuerden
demasiado bien con las esperadas. Para examinar tales situaciones, se puede determinar si
el valor calculado de X2 es menor que las X2 críticas o de tabla (ensayo unilateral
izquierdo), en cuyos casos se decide que la concordancia es bastante buena.
Ejemplos:
Frecuencias esperadas10 50 100 100 5010
Regla de decisión:Si X2R 11.1 no se rechaza Ho. Si X2R >11.1 se rechaza Ho. Cálculos:
Justificación y decisión:Como el 12
es mayor a 11.1, se rechaza H0 y se concluye con un = 0.05 que el nacimiento de
hombres y mujeres no es igualmente probable.
1. Una urna contiene 6 bolas rojas y 3 blancas. Se extraen al azar dos bolas de la urna, se
anota su color y se vuelven a la urna. Este proceso se repite un total de 120 veces y los
resultados obtenidos se muestran en la siguiente tabla. Determinar al nivel de
significación del 0.05 si los resultados obtenidos son consistentes con los esperados.
1 2
0
Bolas blancas 2 1 0
Número de extracciones
6 53 61
Con las probabilidades anteriores se obtendrán los valores esperados multiplicando por
120.
1 2
0
Bolas blancas 2 1 0
Número de extracciones
6 53 61
Frecuencias esperadas10 60 50
Cálculos:
Ejemplos:
1. Una compañía que produce una parte maquinada para un motor, afirma que tiene una
varianza de diámetro no mayor a 0.0002 pulgadas. Una muestra aleatoria de 10 de dichas
partes dio una varianza de muestra s2 = 0.0003. Si se supone que las medidas del diámetro
se distribuyen en forma normal, ¿hay evidencia para refutar lo que afirma el proveedor?
Use = 0.05.
Solución:
= 0.0002
n = 10
s2 = 0.0003
= 0.05
Ensayo de hipótesis:
Ho; = 0.0002
H 1; > 0.0002
Regla de decisión:
Cálculos:
Justificación y decisión:
Como 13.5 no es mayor que 16.919 por lo tanto no se rechaza Ho y se concluye con un nivel
de significancia de 0.05 que no se puede refutar la afirmación del proveedor.
Este ejercicio se puede aprovechar para calcular el valor de P. En la tabla se busca el
valor de 13.5 en el renglón de 9 grados de libertad. Interpolando entre 0.10 y 0.20 se
obtiene un valor de P de 0.1484.
Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0) es el
valor hipotético del parámetro que se compra con el resultado muestral resulta muy poco
probable cuando la hipótesis es cierta.
Situaciones Posibles
La
Decisiones Posibles hipótesis
La hipótesis nula es verdadera
nula es
falsa
Aceptar la Hipótesis Nula Se acepta correctamente Error tipo II
Rechazar la Hipótesis Nula Error tipo I Se rechaza correctamente
Etapa 5.- Determinar el valor real de la estadística de prueba. Por ejemplo, al probar un
valor hipotético de la media poblacional, se toma una muestra aleatoria y se determina el
valor de la media muestral. Si el valor crítico que se establece es un valor de z, entonces
se transforma la media muestral en un valor de z.
Etapa 6.- Tomar la decisión. Se compara el valor observado de la estadística muestral con
el valor (o valores) críticos de la estadística de prueba. Después se acepta o se rechaza la
hipótesis nula. Si se rechaza ésta, se acepta la alternativa; a su vez, esta decisión tendrá
efecto sobre otras decisiones de los administradores operativos, como por ejemplo,
mantener o no un estándar de desempeño o cuál de dos estrategias de mercadotecnia
utilizar.
El uso de la distribución normal z se busca en las mismas condiciones que en el caso de una
muestra excepto que ahora se tienen dos muestras independientes. La formula general
para determinar el valor de z para probar la diferencia entre dos medidas, dependiendo
de sí se conocen los valores para las dos poblaciones, es:
Donde puede procederse a probar cualquier diferencia supuesta (1 - 2)0. Sin embargo la
hipótesis nula que generalmente se prueba consiste en que las dos muestras se obtienen
de poblaciones con medias iguales. En este caso (1 - 2)0 = 0, y las formulas anteriores se
vuelven más simples:
Para cualquier tamaño de muestra dado n, tomado de una población con media , los valores
de la media muestral varían de una muestra a otra. Esta variabilidad sirve de base para la
distribución muestral. La distribución muestral de la media se describe determinando el
valor esperado E () o media, de la distribución y la desviación estándar de la distribución
de las medias, . Como esta desviación estándar indica la precisión de la media muestral
como estimador puntual, por lo general se le denomina error estándar de la media. En
general, se define el valor esperado de la media y el error estándar de la media de la
siguiente manera:
Procedimiento:
Una media de la discrepancia existente entre las frecuentes observadas y esperadas
viene proporcionada por el estadístico X2 dado por:
El Test Chi - Cuadrado puede utilizarse para determinar la calidad del ajuste mediante
distribuciones teóricas (como la distribución normal o la binomial) de distribución
empíricas (o sea las obtenidas de los datos de la muestra).
Suceso E1 E2 E3 ... Ek
Frecuencia Observada01 02 03 ... 0k
Frecuencia Esperada e1 e2 e3 ... ek
En esta tabla las frecuencias observadas ocupan una sola fila y la llamamos tabla de
calcificación de entrada única como el número de columnas es K también se llama una
tablas 1 x K (Leido 1<<1 por k>>).
Extendiendo estas ideas, podemos llegar a tablas de doble entrada ó tablas h x k, en las
que las frecuencias observadas ocupan h filas y k columnas tales tablas se suelen llamar
tablas de contingencia.
Para investigar el acuerdo entre las frecuencias observadas y las frecuencias esperadas,
calculamos el estadístico.
Donde la suma de toma sobre todas las celdas de una tabla de contingencia y donde los
símbolos Oj y ej representan respectivamente las frecuencias observadas y esperada de
la j - ésima celda.
La suma de todas las frecuencias observadas se denota por N y es igual a la suma de todas
las frecuencias observadas se denota por N y es igual a la suma de todas las frecuencias
esperadas.
Como antes el estadístico (5) tiene una distinción muestral dada muy aproximadamente
por (4), supuesto que las frecuencias esperadas no sean demasiado pequeñas. El número de
grado de libertad, v de esta distribución chi - cuadrado viene dado por h > 1 y k >1 por:
Los contrastes de significación para las tablas h x k son similares a los de las tablas 1 x k.
Las frecuencias esperadas se hallan sujetas a una hipótesis particular h0.
Las tablas de contingencia se pueden generalizar a más dimensiones. Así, por ejemplo,
podemos tener tablas h x k x 1, donde están presentes tres clasificaciones.
Muestras.
Donde
Entonces la distribución de muestreo de F se llama distribución de F de Fisher o en breve,
distribución F, con v1 = N1 - 1 y v2 = N2 - 1 grados de libertad. Esta distribución viene
dada por:
Donde C es una constante que depende de v1 y v2 tal que el área total bajo la curva es 1.
La forma de esta curva puede variar considerablemente según los valores de v1 y v2.
F=
Aun cuando esta hipótesis nula sea cierta, no es probable que las varianzas muestras de
cualquier par de muestras sean idénticas.
-. Distribución T Student.
Definamos el estadístico:
Donde yo es una constante que depende de N tal que al área total bajo la curva es 1, y
donde la constante V = (n - 1) se llama el número de grados de libertad (v es la letra
griega nu).