Está en la página 1de 4

3.6.

Pruebas estadísticas (pruebas de bondad de ajuste)


Las pruebas de bondad de ajuste son aquellas que comparan los resultados de
una muestra con los que se espera obtener cuando la hipótesis nula es verdadera.
Esta tiene por objetivo determinar si los datos se ajustan a una determinada
distribución, la cual puede estar completamente especificada (hipótesis simple) o
perteneciente a una clase paramétrica (hipótesis compuesta). se destacan las
siguientes:
Prueba de chi-cuadrado
Es una prueba no paramétrica la cual se emplea tanto para distribuciones
continuas como para las discretas. Esta se utiliza para encontrar la distribución de
una serie de datos. Utiliza la siguiente formula:

Donde x2 es un valor de una variable aleatoria cuya distribución muestral se


aproxima muy de cerca con v = k – 1 grados de libertad. Los símbolos Oi y Ei
representan las frecuencias observadas y esperada, respectivamente, para la i-
ésima celda.
Pasos para realizar la prueba de chi-cuadrado
Partiendo del supuesto de que los datos son normales y que ya se conocen la
media y desviación se hace lo siguiente:
1. Determinar el número de intervalos y partiendo del límite superior e inferior, y
el tamaño del intervalo se calcula cada uno para los intervalos
2. Determinar la frecuencia observada por cada intervalo
3. Hallar la frecuencia relativa esperada acumulada teniendo en cuenta la
función de distribución a utilizar, el límite superior, la media y desviación.
4. Hallar la frecuencia relativa esperada restando la frecuencia relativa esperada
acumulada con el dato anterior de la frecuencia dentro de la columna.
5. Hallar la frecuencia observada esperada (FOE) multiplicando la frecuencia
relativa esperada con la suma de los datos de la frecuencia observada.
6. Calcular el estimador a partir de la fórmula de chi-cuadrada
7. Se suman los datos calculados en el paso anterior
8. Se determinan los grados de libertad (V) restando el número de intervalos con
1 y teniendo en cuenta la suma anterior se busca en la siguiente tabla:
9. Si el estimador S2 es menor o igual al valor correspondiente en la tabla
entonces se acepta H0, en caso contrario se rechaza.
Ejemplo:
El gerente de una planta industrial pretende determinar si el número de empleados
que asisten al consultorio médico de la planta se encuentran distribuido en forma
equitativa durante los 5 días de trabajo de la semana. Con base en una muestra
aleatoria de 4 semanas completas de trabajo, se observó el siguiente número de
consultas:
Lunes Martes Miércoles Jueves Viernes
49 35 32 39 45

Con a=0,05, ¿existe alguna razón para creer que el número de empleados que
asisten al consultorio médico, no se encuentra distribuido de forma equitativa
durante los días de la semana?
Solución
Una distribución uniforme lleva consigo que la probabilidad sería la misma para cada
día de la semana. Por tanto, pi=0,2 para i = 1, 2, 3, 4, 5.
La hipótesis nula H0: pi=0,2 para i = 1, 2, 3, 4, 5. Dado que n=200, la frecuencia
esperada para cada día de la semana es 200*0,2=40. Luego, el valor del estadístico
es:
Frecuencias Frecuencias (Ni-
Días Observadas teóricas npi)2/npi
Lunes 49 40 2,025
Martes 35 40 0,625
Miércoles 32 40 1,6
Jueves 39 40 0,025
Viernes 45 40 0,625
Suma= 4,9
El estadístico sigue una chi-cuadrada con k-1 grado de libertad, con k=5. Luego
x2=4,9
Por otro lado, Prueba chi inversa (0,05;4) = 9,48772846
Como 4,9 < 9,48772846, no puede rechazarse la hipótesis nula(H0).

Prueba de kolmogórov-smirnov
Es una prueba no para-métrica la cual se emplea solo para distribuciones
continuas. Esta tiene como objetivo encontrar el tipo de distribución de una serie
de datos, se considera más eficiente que la prueba de chi-cuadrado debido a que
trabaja con la distribución de probabilidad acumulada: la distribución acumulada
de los datos observados y la distribución acumulada teórica correspondiente al
modelo elegido.
Ventajas:
- Es una prueba poderosa y fácil de utilizar, puesto que no requiere que los
datos se agrupen de determinada manera.
- Es particularmente útil para juzgar qué tan cerca está la distribución de
frecuencias observada de la distribución de frecuencias esperada, porque la
distribución de probabilidad Dn depende del tamaño de muestra n, pero es
independiente de la distribución de frecuencia esperada (Dn es una estadística de
distribución libre o desviación absoluta máxima entre las frecuencias observadas y
teóricas).
Pasos para realizar la prueba de Kolmogórov-Smirnov
Partiendo del supuesto de que los datos son normales y que ya se conocen la
media y desviación se hace lo siguiente:
1. Identificar la muestra de la población a utilizar.
2. Plantear la hipótesis para la muestra:
H0, hipótesis nula.
H1, hipótesis alternativa.
3. calcular la frecuencia observada de cada uno de los intervalos, luego se
suman todas las frecuencias observadas.
4. calcular la frecuencia observada relativa (frecuencia observada de cada
intervalo/la sumatoria total de la frecuencia observada)
5. Luego se calcula las frecuencias observada relativa acumulada (FORA) y la
frecuencia esperada relativa acumulada (FERA)
6. se calcula el Estadístico de Prueba (D) de cada intervalo con la siguiente
formula:
D = ABS (FOR Acum - FER Acum)
7. se busca en la siguiente tabla de acuerdo con el tamaño de la muestra y un
alfa (α), el valor esperado:
n<40: se realiza el procedimiento normal.
n>40: se aplica la fórmula que se expone en la tabla.

8. Si el estimador de la prueba (D) es menor que el valor que se encontró en la


tabla entonces se acepta la hipótesis H0 planteada, de lo contrario se rechaza.

También podría gustarte