TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DEL VALLE DE ETLA

INGENIERIA INDUSTRIAL

SIMULACIÓN.

Título Del Trabajo.

Pruebas de muestras pequeñas.

Tipo de Trabajo:
Pruebas de Chi-cuadrada y Kolmogorov smirnov.

Presenta:

Maided Del Carmen Sánchez Cruz.

Asesora:

Ing. Ivon Cirila Vásquez Santiago.

Semestre: 6º

La Venta, Juchitán de Zaragoza, Oaxaca, México. Abril 2020.

INTRODUCCIÓN.

A continuación presentare mi Actividad 1: Pruebas de muestras pequeñas, del Módulo 3

de la materia de Simulación, se llevará a cabo la lectura del documento “Generación de
Variables Aleatorias” (de la página 57 a la 61), ubicado en el material de apoyo, en esta
parte se verá acerca de las pruebas de Chi-cuadrada y la prueba de Kolmogorov, y una
vez comprendidos, se realizará la aplicación de estos con un conjunto de datos de
tamaño 30.
 PRUEBAS DE MUESTRAS PEQUEÑAS.

 Prueba de Chi-cuadrada.

Los 30 datos a utilizar aquí son los siguientes:

26 13 31 9 31 11 9 26 14 25

12 15 26 9 27 9 26 12 9 9

13 29 8 10 16 8 9 27 22 23

Determinaremos la distribución de probabilidad con un nivel de significancia de 5%. El

histograma de los n = 30 datos, considerando m = 10 intervalos, tiene una media muestral
de 17.13 y una varianza muestral de 68.16, lo cual nos permite establecer la siguiente
hipótesis:

H0: Poisson ( = 17).

H1: Otra distribución.

HISTOGRAMA
9
8
8
7
6
FRECUENCIA

5
5
4
3
3 3
2
2 2 2 2
1
0 0 1 1 1
0
0a8 9 a 10 11 a 12 13 - 14 15 - 16 17 - 18 19 - 20 21 - 22 23 - 24 25 - 26 27 - 28 29 - 30 31 a 8
RANGOS
A partir de lo anterior, se plasmará lo obtenido en cada intervalo, en la siguiente tabla:

Intervalo Oi p(x) Ei = 30*p(x) C

0-8 2 0.0072 0.2150 14.8208

9 – 10 8 0.0365 1.0964 43.4680
11 – 12 3 0.0859 2.5783 0.0690
13 – 14 3 0.1459 4.3765 0.4329
15 – 16 2 0.1870 5.6100 2.3230
17 – 18 0 0.1873 5.6195 5.6195
19 - 20 0 0.1506 4.5180 4.5180
21 – 22 1 0.0993 2.9789 1.3146
23 – 24 1 0.0547 1.6396 0.2495
25 – 26 5 0.0255 0.7646 23.4632
27 - 28 2 0.0102 0.3059 9.3835
29 – 30 1 0.0035 0.1061 7.5295
31 - 8 2 0.0079 0.2360 13.1827

TOTAL 30 1 30 126.3744

El valor del estadístico de prueba, c = 126.3744, comparado con el valor de tablas crítico,
X20.05, 10-0-1 = 22,362, por lo que, vemos que sobrepasa y se puede rechazar la hipótesis
de que la variable aleatoria se comporta de acuerdo con una distribución de Poisson, con
una media de 17.
  Prueba de Kolmogorov Smirnov.

Los 30 datos a utilizar aquí son los siguientes:

26 13 31 9 31 11 9 26 14 25

12 15 26 9 27 9 26 12 9 9

13 29 8 10 16 8 9 27 22 23

Determinar la distribución de probabilidad con un nivel de significancia de de 5%. El

histograma de los n = 30 datos con m = 10 intervalos, tiene una media muestral de 17.13
y una varianza muestral de 68.16, permiten estimar un parámetro de forma de 2.61, y un
parámetro de escala de 19.04, y establecer la hipótesis:

H0: Weibull ( = 2.61, = 19.04).

H1: Otra distribución.

HISTOGRAMA
9
8
7 8
6
FRECUENCIA

5
4 5
3
2 3 3
1 2 2 2 2
0 0 1 1 1
0
0a8 9 a 10 11 a 12 13 - 14 15 - 16 17 - 18 19 - 20 21 - 22 23 - 24 25 - 26 27 - 28 29 - 30 31 a 8
RANGOS
 A partir de esto, se obtendrán los resultados y se plasmarán en la siguiente tabla:

Intervalo Oi POi POAi PEAi |POAi – PEAi|

0–8 2 0.07 0.07 0.0988 0.0288

9 – 10 8 0.27 0.33 0.1699 0.1601

11 – 12 3 0.10 0.43 0.2590 0.171

13 – 14 3 0.10 0.53 0.3612 0.1688

15 – 16 2 0.07 0.60 0.4701 0.1299

17 – 18 0 0.00 0.60 0.5784 0.0216

19 - 20 0 0.00 0.60 0.6792 0.0792

21 – 22 1 0.03 0.63 0.7673 0.1373

23 – 24 1 0.03 0.67 0.8396 0.1696

25 – 26 5 0.17 0.83 0.8951 0.0651

27 – 28 2 0.07 0.90 0.9352 0.0352

29 – 30 1 0.03 0.93 0.9622 0.0322

31 - 8 2 0.07 1.00 1 0

TOTAL 30 1.00 c 1.1988

El valor del estadístico de prueba, c = 1.1988, comparado con el valor de tablas crítico,
D0.05,30 = 0.36143, indica que podemos rechazar la hipótesis de que la variable aleatoria
se comporta de acuerdo con una distribución de Weibull con parámetro de escala 19.04
y parámetro de forma 2.61.
CONCLUSIÓN.

Finalizo con mi actividad 1: Pruebas de muestras pequeñas, con las pruebas chi-
cuadrada y kolmogorov smirnov , del módulo 3.