Está en la página 1de 52

PRUEBA NO PARAMETRICA

Chi-cuadrado

Kolmogorov-Smirnov

KrusKal-Wallis

Chi-cuadrado de contingencia
CARACTERISTICAS PRINCIPALES UTILIDAD EN LA INFERENCIA
1. Observaciones independientes e
Permite comparara las frecuencias obtenidas y las irrepetibles.
frecuencias esperadas, partiendo de la 2. Niveles de medición Nominal u Ordinal.
comprobación se analiza las diferencias 3. Solo aplicable para muestreos no
significativas de existir. La hipótesis nula son las Probabilísticos.
frecuencias esperadas y la frecuencias obtenidas son 4. Muestras mayo a 20 (N>20).
los resultados alcanzados por el investigador. Entre 5. Si N<20 debe aplicarse prueba de prueba
mayor sean el valor del X2 es significativo si las de probabilidad exacta de Fisher.
frecuencias esperadas y obtenidas son lo 6. La fe debe ser >5.
suficientemente grandes. 7. Se la fe es >5 y <10 es necesario aplicar
El X2 es utilizado en Pruebas de: correlación de continuidad de Yates.
Homogeneidad su función principal es determinar la 8. Si la tabla de contingencia es de * i
diferencia entre dos o más grupos. columnas se debe aplicar el X2 de bondad
Independencia Busca reconocer si existe relación entre de ajuste.
dos o más variables de una muestra. 9. Si la tabla de contingencia es de 2*2 y
Corrección por continuidad Esta le da más precisión al cumple con los requisitos 7 y 8 se aplica
X2 cuando se tiene frecuencias pequeñas. prueba de correlación por continuidad de
consiste en la adaptación, por parte de Lilliefors, de la Comprueba que los Yates.
valores de una escala
tabla de valores críticos a casos de poblaciones nominal o superior se distribuyen
normales aleatoriamente por encima y por debajo de
También es aplicable a a variable ordinales un punto de corte determinado.
1. Plantear las hipótesis estadísticas:
Ho: Ml = M2 = M3 HI: M1 ≠ M2 = M3
2. Definir el nivel de probabilidad alfa (α)
(α = 95 o 99%).
Es un análisis de varianza no paramétrico al análisis de 3. Ordenar las calificaciones de menor a
varianza para realizar comparación entre varias mayor y obtener los rangos de la misma
muestras independientes. manera que para la prueba U de Mann
Whitney.
4. Sumar los rangos.
5. Aplicar la fórmula.
6. Plantear la regla de decisión.
Existen varios tipos de pruebas de chi-
cuadrada:
Prueba de bondad de ajuste de chi-
cuadrada
Utilice este análisis para probar qué tan
bien una muestra de datos categóricos se
ajusta a una distribución teórica.
Por ejemplo, usted puede comprobar si un
Una prueba de chi-cuadrada es una prueba de hipótesis
dado es justo, lanzando el dado muchas
que compara la distribución observada de los datos con
veces y utilizando una prueba de bondad de
una distribución esperada de los datos.
ajuste de chi-cuadrada para determinar si
los resultados siguen una distribución
uniforme. En este caso, el estadístico de
chi-cuadrada cuantifica qué tanto varía la
distribución observada de los conteos con
respecto a la distribución hipotética.
Pruebas de chi-cuadrada de asociación e
independencia
USO

Homogeneidad su función principal es


determinar la diferencia entre dos o
más grupos.
Independencia Busca reconocer si
existe relación entre dos o más
variables de una muestra.
Corrección por continuidad Esta le da
más precisión al X2 cuando se tiene
frecuencias pequeñas.

Es un test de bondad de ajuste.

En mediciones ordinales.
En comparaciones de tres o más
muestras independientes.

Prueba de asociación: Utilice una


prueba de asociación para determinar si
una variable está asociada a otra
variable. Por ejemplo, determine si las
ventas de diferentes colores de
automóviles dependen de la ciudad
donde se venden.
Prueba de independencia: Utilice una
prueba de independencia para
determinar si el valor observado de una
variable depende del valor observado
de otra variable. Por ejemplo,
determine si el hecho de que una
persona vote por un candidato no
depende del sexo del elector.
MUEST
poblacion 2989 muestra 315 K 9

ORDEN
muestra aleatoria Proveedor Departamento
Densidad Crioscopia % Proteína
MUESTRA (g/ml) (°C)

#VALUE! #VALUE! 2828 6 1.01 -0.59 3.1


46 #VALUE! 138 1 1.05 -0.58 3.2
78 #VALUE! 1390 2 1.07 -0.58 3.2
79 #VALUE! 1838 1 1.01 -0.58 3.2
80 #VALUE! 1031 4 0.95 -0.58 3.3
1 6 61 1 0.97 -0.57 3.1
40 15 1048 2 1.04 -0.57 3.1
41 24 2554 5 1.15 -0.57 3.3
42 33 2618 5 1.12 -0.57 3.2
43 42 606 2 1.05 -0.57 3.1
44 51 1662 2 1.02 -0.57 3.3
45 60 887 2 1 -0.57 3.3
46 69 2794 5 1.04 -0.57 3.2
47 78 2295 6 1.05 -0.57 3.1
48 87 13 1 1.08 -0.57 3.4
49 96 2237 1 1.02 -0.57 3.3
59 105 646 4 1.11 -0.56 3.2
65 114 180 2 0.95 -0.56 3.3
67 123 1974 2 1.13 -0.56 3.2
76 132 2924 4 1.05 -0.56 3.2
87 141 1355 4 1.03 -0.56 3.2
93 150 429 2 1.08 -0.56 3.2
94 159 922 2 1.01 -0.56 3.2
95 168 1363 4 1.14 -0.56 3.2
96 177 330 2 1.16 -0.56 3.3
97 186 1275 1 1.12 -0.56 3
98 195 816 2 1.05 -0.56 3.2
99 204 2789 6 1.07 -0.56 3.1
100 213 1723 2 0.99 -0.56 3.2
101 222 1062 2 1.02 -0.56 3.1
102 231 1428 2 1.04 -0.56 3.1
103 240 2274 1 1.02 -0.56 3.2
104 249 2658 5 0.99 -0.56 3.2
105 258 164 2 1 -0.56 3.2
106 267 792 2 0.94 -0.56 3.2
5 276 1183 2 1.03 -0.55 3
9 285 736 2 1.04 -0.55 3.2
24 294 962 2 1.02 -0.55 3.1
36 303 826 2 1.03 -0.55 3.3
39 312 2422 6 0.95 -0.55 3.2
42 321 125 2 1.02 -0.55 3.3
47 330 2536 5 0.97 -0.55 3.1
52 339 146 2 1.03 -0.55 3
66 348 1924 2 1.06 -0.55 3.2
81 357 2582 5 1.07 -0.55 3.1
82 366 173 2 1.05 -0.55 3.2
83 375 2247 5 1.03 -0.55 3.1
84 384 1641 2 1.07 -0.55 3.2
85 393 806 2 1.1 -0.55 2.9
86 402 945 2 1.06 -0.55 3.2
87 411 1548 2 1.02 -0.55 3.1
88 420 1681 2 0.96 -0.55 3.2
89 429 1930 2 1.08 -0.55 3.1
90 438 2745 6 1.08 -0.55 3.1
91 447 2417 6 1.09 -0.55 3.2
92 456 1651 2 0.99 -0.55 3.2
93 465 2839 5 1.01 -0.55 3.3
94 474 1914 2 1.01 -0.55 3.2
95 483 763 2 1.09 -0.55 3.2
96 492 789 2 1.13 -0.55 3.2
97 501 2917 4 1.05 -0.55 3
98 510 827 3 1.09 -0.55 3.3
99 519 631 2 1.02 -0.55 3.2
100 528 2855 1 0.96 -0.55 3.1
101 537 601 2 1.1 -0.55 3.1
102 546 2979 6 0.98 -0.55 3.3
103 555 1938 6 1.05 -0.55 3.3
104 564 1043 2 1 -0.55 3
105 573 1302 2 1.04 -0.55 3.2
106 582 2122 2 1.07 -0.55 3.1
107 591 477 2 0.96 -0.55 3.2
108 600 1949 2 0.93 -0.55 3.2
109 609 1241 2 1.01 -0.55 3
110 618 233 4 1.02 -0.55 3.1
111 627 1771 4 1.08 -0.55 3.1
112 636 916 4 0.96 -0.55 3.2
3 645 365 2 1.04 -0.54 3.3
4 654 984 2 1.06 -0.54 3
13 663 2960 6 1.05 -0.54 3.2
30 672 1382 3 1 -0.54 3.2
34 681 1348 1 1.01 -0.54 3.3
35 690 2081 4 1.05 -0.54 3.2
37 699 2570 5 1 -0.54 3.4
44 708 2319 5 0.98 -0.54 3.3
64 717 1225 1 1.04 -0.54 3.2
72 726 2614 5 1 -0.54 3
84 735 2529 5 1.02 -0.54 3.3
89 744 229 2 1.06 -0.54 3.1
90 753 2063 2 1.14 -0.54 3.1
97 762 2383 1 1.03 -0.54 3.2
98 771 566 3 1.12 -0.54 3.2
99 780 367 4 1.14 -0.54 3.3
100 789 2803 5 1 -0.54 3.2
101 798 2764 5 1.07 -0.54 3.4
102 807 2684 5 1.06 -0.54 3.4
103 816 464 1 1.09 -0.54 3.3
104 825 1253 2 0.97 -0.54 3.2
105 834 885 4 0.97 -0.54 3.3
106 843 2798 6 1.07 -0.54 3.4
107 852 1813 2 1.04 -0.54 3.3
108 861 1697 4 0.96 -0.54 3.4
109 870 1637 1 1.02 -0.54 3.3
110 879 2631 5 1 -0.54 3.1
111 888 296 1 0.97 -0.54 3.2
112 897 1432 3 0.96 -0.54 3.1
113 906 316 1 1.09 -0.54 3.2
114 915 2350 5 1 -0.54 3.3
115 924 2641 5 1.09 -0.54 3.2
116 933 2154 3 0.97 -0.54 3.2
117 942 177 1 1.07 -0.54 3.3
118 951 2071 4 1.02 -0.54 3.2
119 960 2559 6 1.01 -0.54 3.2
120 969 2601 5 1.02 -0.54 3.3
121 978 628 3 1.1 -0.54 3.1
122 987 26 2 1.06 -0.54 3.2
123 996 905 2 1.03 -0.54 3.3
124 1005 2649 5 1.08 -0.54 3.3
125 1014 895 2 0.99 -0.54 3.1
126 1023 349 2 1.09 -0.54 3.2
127 1032 2014 1 1.04 -0.54 3.1
128 1041 2503 6 1.06 -0.54 3.2
129 1050 2978 1 1.02 -0.54 3.2
130 1059 1538 1 1.03 -0.54 3.2
131 1068 2287 5 0.99 -0.54 3.3
132 1077 2171 6 0.97 -0.54 3
133 1086 1186 3 1.03 -0.54 3.3
134 1095 155 2 1.06 -0.54 3.4
135 1104 2151 6 1.12 -0.54 3.2
136 1113 986 2 1.05 -0.54 3.1
137 1122 2508 1 1 -0.54 3.2
138 1131 23 2 1.01 -0.54 3.2
139 1140 746 2 0.99 -0.54 3.1
15 1149 63 4 0.99 -0.53 3.1
17 1158 1795 3 1.09 -0.53 3.2
20 1167 1032 2 1.02 -0.53 3.2
22 1176 203 2 1.11 -0.53 3.2
25 1185 484 2 1.06 -0.53 3.2
33 1194 1156 2 1.03 -0.53 3.2
41 1203 1667 4 1.05 -0.53 3.3
43 1212 575 1 1.1 -0.53 3.1
57 1221 1025 2 1.04 -0.53 3.2
60 1230 2660 5 0.97 -0.53 3.2
70 1239 879 2 1.07 -0.53 3.1
71 1248 2239 5 1.08 -0.53 3.2
74 1257 2833 6 1.01 -0.53 3.2
80 1266 1257 2 1.05 -0.53 3.2
85 1275 1274 2 1.06 -0.53 3.3
88 1284 2593 6 0.99 -0.53 3.3
91 1293 310 3 1.16 -0.53 3.2
92 1302 2253 6 0.98 -0.53 3.2
93 1311 1219 2 0.99 -0.53 3
94 1320 1272 2 1.01 -0.53 3.1
95 1329 1338 2 0.94 -0.53 3.2
96 1338 1476 3 1.04 -0.53 3.4
97 1347 1617 3 1 -0.53 3.1
98 1356 2724 5 0.99 -0.53 3.2
99 1365 664 3 1.07 -0.53 3.3
100 1374 588 2 1.09 -0.53 3.2
101 1383 328 2 1.09 -0.53 3.4
102 1392 271 2 1.07 -0.53 3.1
103 1401 1490 2 0.96 -0.53 3.2
104 1410 2556 6 1.09 -0.53 3.3
105 1419 647 3 0.97 -0.53 3.2
106 1428 652 4 0.98 -0.53 3
107 1437 1441 3 0.98 -0.53 3.2
108 1446 666 2 1.03 -0.53 3.4
109 1455 1305 3 1.11 -0.53 3.2
110 1464 774 2 0.98 -0.53 3.2
111 1473 983 3 1.17 -0.53 3.2
112 1482 1383 2 1.02 -0.53 3.1
113 1491 2392 1 1.12 -0.53 3.1
114 1500 1784 4 1.01 -0.53 3
115 1509 469 2 0.96 -0.53 3.2
116 1518 2981 6 1.06 -0.53 3.2
117 1527 965 4 1.04 -0.53 3.1
118 1536 1394 3 1 -0.53 3.3
119 1545 60 2 1.03 -0.53 3.1
120 1554 2074 2 1.15 -0.53 3.3
121 1563 759 2 1.16 -0.53 3.2
122 1572 2065 4 1.02 -0.53 3.4
123 1581 967 1 1.07 -0.53 3.2
124 1590 480 1 1.05 -0.53 3.1
125 1599 687 2 1.11 -0.53 3.4
126 1608 2581 6 1.03 -0.53 3.2
127 1617 942 4 0.99 -0.53 3.3
128 1626 2896 5 0.99 -0.53 3.3
129 1635 2844 5 1.02 -0.53 3.2
130 1644 85 2 1.03 -0.53 3.3
131 1653 1264 3 1.03 -0.53 3.1
132 1662 535 2 1.05 -0.53 3.3
133 1671 2166 6 1.07 -0.53 3.2
134 1680 2313 5 1.07 -0.53 3.2
135 1689 1058 2 1.1 -0.53 3.1
136 1698 1757 2 1.01 -0.53 3.1
137 1707 562 2 1.05 -0.53 3.3
138 1716 2866 5 1.03 -0.53 3.1
139 1725 2391 5 1.05 -0.53 3.3
2 1734 2160 3 0.96 -0.52 3.2
10 1743 2093 1 1.06 -0.52 3.3
16 1752 1238 3 1.04 -0.52 3.1
26 1761 2277 5 1.03 -0.52 3.2
29 1770 1092 2 1.03 -0.52 3.2
48 1779 1581 2 1.14 -0.52 3.1
49 1788 2905 5 1 -0.52 3.2
61 1797 1015 3 1.06 -0.52 3.3
63 1806 2330 5 1.07 -0.52 3
69 1815 2134 6 1.02 -0.52 3.2
77 1824 1100 2 1.01 -0.52 3.3
79 1833 2967 1 1.08 -0.52 3
82 1842 1327 2 0.96 -0.52 3.1
83 1851 1539 2 1.05 -0.52 3.2
84 1860 1398 1 1.01 -0.52 3.4
85 1869 2037 2 1.08 -0.52 3.1
86 1878 2502 5 1.08 -0.52 3.3
87 1887 1983 2 1 -0.52 3.2
88 1896 1509 2 1.07 -0.52 3.2
89 1905 452 1 1.06 -0.52 3.2
90 1914 874 2 1.07 -0.52 3.2
91 1923 2192 6 1.11 -0.52 3.2
92 1932 1123 2 1.04 -0.52 3.4
93 1941 2682 6 1 -0.52 3.2
94 1950 2516 5 1.01 -0.52 3.4
95 1959 1775 2 1.06 -0.52 3.3
96 1968 20 2 1.07 -0.52 3.4
97 1977 1319 2 0.98 -0.52 3.1
98 1986 1872 2 1.05 -0.52 3.2
99 1995 957 2 0.99 -0.52 3.3
100 2004 1027 2 1 -0.52 3.3
101 2013 1996 2 1.05 -0.52 3.3
102 2022 1088 2 1.06 -0.52 3.3
103 2031 1776 4 1.07 -0.52 3.2
104 2040 531 4 1.04 -0.52 3.2
105 2049 2335 5 0.94 -0.52 3.4
106 2058 2933 4 1.01 -0.52 3.3
107 2067 1458 2 1.09 -0.52 3.1
108 2076 1536 2 1.06 -0.52 3.2
109 2085 215 2 1.06 -0.52 3.1
110 2094 121 2 1.1 -0.52 3.3
111 2103 2429 6 1.04 -0.52 3.1
112 2112 1307 2 1.03 -0.52 3.2
113 2121 2373 5 1.04 -0.52 3.3
114 2130 1312 3 1.01 -0.52 3.3
115 2139 2636 5 1.05 -0.52 3
116 2148 2167 4 1.08 -0.52 3
117 2157 132 3 1 -0.52 3.2
118 2166 1122 2 1.06 -0.52 3.2
119 2175 726 3 1.01 -0.52 3.3
120 2184 2086 2 1.03 -0.52 3.4
6 2193 312 3 0.96 -0.51 3.1
7 2202 2056 2 1 -0.51 3
11 2211 988 4 0.98 -0.51 3.3
12 2220 1714 2 1.08 -0.51 3.3
28 2229 2916 6 1.04 -0.51 3.4
31 2238 127 2 1.08 -0.51 3.3
50 2247 523 1 1.05 -0.51 3.2
51 2256 2466 5 1.03 -0.51 3.2
54 2265 587 2 1.01 -0.51 3.1
55 2274 1421 2 0.98 -0.51 3.1
56 2283 166 2 1.06 -0.51 3.2
58 2292 2031 1 0.98 -0.51 3.4
75 2301 796 2 1.06 -0.51 3.3
76 2310 1142 2 1.04 -0.51 3.2
77 2319 1352 3 1.08 -0.51 3.2
78 2328 1112 3 1.05 -0.51 3.1
79 2337 600 2 1.14 -0.51 3.3
80 2346 1350 3 1.1 -0.51 3.2
81 2355 2478 6 1.03 -0.51 3.3
82 2364 2406 6 1.08 -0.51 3.2
83 2373 2662 5 1.06 -0.51 3.2
84 2382 385 2 1.09 -0.51 3.3
85 2391 442 4 0.9 -0.51 3.2
86 2400 2306 1 0.93 -0.51 3.3
87 2409 807 2 1.05 -0.51 3.1
88 2418 626 4 1.03 -0.51 3.3
89 2427 2361 6 1.06 -0.51 3.1
90 2436 1422 2 1.05 -0.51 3.1
91 2445 2208 6 1.07 -0.51 3.2
92 2454 1834 2 1 -0.51 3.2
93 2463 963 1 1.03 -0.51 3.4
94 2472 2308 6 1.02 -0.51 3.2
95 2481 1706 2 1 -0.51 3.3
96 2490 2898 5 1.06 -0.51 3
97 2499 1733 2 1.01 -0.51 3.3
98 2508 1979 4 1.02 -0.51 3.2
99 2517 1024 2 1.09 -0.51 3.3
100 2526 2713 5 1.1 -0.51 3.2
101 2535 361 4 0.95 -0.51 3.3
102 2544 980 4 1.07 -0.51 3.2
103 2553 2445 5 1.01 -0.51 3
104 2562 279 2 0.92 -0.51 3.3
105 2571 939 3 1.04 -0.51 3.1
106 2580 1447 2 0.94 -0.51 3.2
107 2589 2846 5 1 -0.51 3
14 2598 2203 6 1.08 -0.5 3.3
18 2607 1158 2 1.07 -0.5 3.2
19 2616 263 2 1 -0.5 3.1
21 2625 960 3 0.99 -0.5 3.1
23 2634 2067 2 0.97 -0.5 3.2
38 2643 623 3 1.04 -0.5 3.2
45 2652 1064 2 1.04 -0.5 3.2
53 2661 2070 2 1.12 -0.5 3.1
62 2670 1136 2 1.02 -0.5 3.1
73 2679 1629 2 0.98 -0.5 3.1
95 2688 2264 5 1.11 -0.5 3.2
96 2697 2686 5 1.04 -0.5 3.1
97 2706 2546 6 1 -0.5 3.2
98 2715 161 4 1 -0.5 3.4
99 2724 1829 1 0.93 -0.5 3.2
100 2733 1573 2 0.99 -0.5 3.2
101 2742 222 2 1.01 -0.5 3
102 2751 2779 6 1.04 -0.5 3.2
103 2760 1604 2 0.97 -0.5 3.3
104 2769 2224 6 1.07 -0.5 3.1
105 2778 1126 1 1.07 -0.5 3.2
106 2787 2870 5 1.03 -0.5 3.1
107 2796 2669 5 1.04 -0.5 3.2
108 2805 911 2 0.95 -0.5 3.2
109 2814 539 2 1.08 -0.5 3.2
110 2823 2802 6 1.04 -0.5 3.2
111 2832 1268 3 1.01 -0.5 3.1
8 2841 831 1 1.05 -0.49 3.3
27 2850 1172 2 0.95 -0.49 3.3
32 2859 2141 5 1.04 -0.49 3.1
68 2868 390 3 1.1 -0.49 3.1
86 2877 289 3 0.96 -0.49 3.3
94 2886 1168 2 1.05 -0.49 3
96 2895 1777 3 1.07 -0.49 3.2
97 2904 1645 3 1.07 -0.49 3.2
98 2913 1975 2 1 -0.49 3
99 2922 1415 2 1 -0.49 3.1
100 2931 2743 5 1.11 -0.48 3.1
101 2940 1950 2 1.01 -0.48 3.1
MUESTREO SISTEMATICO

Células
% Grasa % Sólidos somáticas Peroxidasa Fosfatasa Tipo de Temperatu Precio
totales (células/ml leche ra
de leche)
2.9 11.9 1915563 2 2 1 2 702
3.1 11.1 1890401 2 2 1 1 753
3 11.4 1898456 2 2 1 2 929
3 12.2 1902342 2 2 1 2 724
3.1 11.8 1895677 1 2 2 2 752
3 11.7 1888006 2 2 1 1 782
3.1 11.3 1888452 2 2 1 2 806
3 12 1902926 1 2 1 1 747
2.9 11.5 1896369 1 2 1 2 617
3 12 1891017 1 2 2 2 750
2.9 11.6 1888009 1 2 1 1 757
3.1 12.1 1896918 2 2 1 3 560
3 11.3 1890600 2 2 2 1 495
3 11.6 1904118 2 2 1 1 668
2.8 12.3 1899838 2 2 1 1 742
3 11.9 1888680 1 2 1 2 879
3 11.2 1886252 2 2 1 2 946
3 12.4 1896707 2 2 2 2 974
2.9 11.5 1901515 1 2 1 2 659
3 11.6 1901561 2 2 4 3 733
2.9 11.7 1895861 2 2 1 2 690
2.9 11.9 1893828 2 2 2 2 921
3.1 12.3 1909656 1 2 1 3 889
3.1 11.7 1899971 1 2 2 2 684
3.1 11.6 1899052 2 2 2 2 556
3 11.8 1911421 2 2 1 2 775
3 11.8 1902724 1 2 1 2 665
3.2 11.6 1911368 2 2 1 2 384
2.9 12 1908066 2 2 2 1 657
3 11.5 1910583 2 2 1 1 800
3.2 12.1 1888576 2 2 1 2 804
2.9 11.8 1906326 2 2 1 2 448
2.9 11.3 1892506 2 2 1 2 933
3 12 1880796 2 2 4 1 766
3.2 12.1 1897376 2 2 4 2 774
3.1 11.4 1898219 2 2 1 2 848
2.8 11.7 1912272 2 2 4 2 784
3.2 11.7 1922603 2 2 4 2 688
3.2 12 1897141 2 2 2 3 491
3.1 12.2 1903088 1 2 1 2 646
2.8 12.3 1884607 2 2 4 2 312
2.8 11.5 1888728 1 2 4 2 790
2.9 11.8 1904189 2 2 4 1 805
3 11.4 1903070 2 2 1 1 774
2.9 12 1908613 1 2 1 2 594
3.2 11.6 1903338 2 2 1 1 896
2.9 11.9 1902326 2 2 1 2 467
3.1 11.7 1898437 1 2 1 2 699
2.8 11.8 1898230 1 2 1 2 594
3.1 11.8 1895004 2 2 2 2 679
2.8 11.8 1893183 1 1 1 2 806
2.9 11.9 1899505 1 2 2 2 490
3.1 11.5 1903463 2 2 1 2 606
3 12.1 1891681 2 2 1 1 555
3 11.6 1891679 1 2 4 2 821
3 12.1 1893174 2 2 1 2 689
3 11.8 1896179 2 2 1 2 751
3.2 11.8 1913768 2 2 2 1 638
3 12.4 1902015 1 2 1 2 358
3.1 12 1905327 1 2 3 1 681
3.1 11.9 1892845 2 2 1 1 609
3.1 11.5 1906737 2 2 1 2 407
3 11.9 1907517 1 2 1 1 894
3 11.5 1896371 2 2 1 2 930
3 11.6 1889557 1 2 4 2 866
3 12.4 1896965 2 2 4 3 1005
3.1 11.9 1924501 1 2 3 1 520
2.9 11.7 1895193 2 2 4 1 984
2.9 11.3 1895596 2 2 2 1 653
3 11.6 1900213 1 2 1 2 568
3 11.7 1901936 2 2 1 1 698
2.9 11.3 1899794 2 2 1 2 636
2.9 11.4 1890254 2 2 4 2 750
2.9 11.7 1901031 2 2 4 2 404
2.9 11.7 1900950 2 2 2 3 853
3 11.6 1913014 2 2 3 2 597
3.1 11.8 1893561 2 2 2 2 673
3 11.8 1896398 2 2 1 2 625
3 11.8 1897163 1 2 4 2 800
3.1 11.8 1884753 2 2 1 2 486
2.9 12.4 1897781 2 2 1 3 1168
3 11.6 1882757 2 2 1 1 809
2.7 12 1898565 2 2 1 2 914
2.9 11.9 1900407 1 2 4 3 141
3 11.2 1892976 2 2 1 3 1065
3.1 11.9 1881766 2 2 2 1 657
2.9 12.4 1893798 1 2 1 1 841
3.1 12.2 1890772 1 2 1 1 662
2.9 11.1 1897479 2 2 1 3 963
3.1 11.8 1900950 2 2 1 3 1066
2.9 12.3 1908212 2 1 2 2 523
3.1 11.7 1913650 2 1 2 2 878
3.1 11.2 1907098 1 2 4 2 724
2.9 11.8 1889866 1 2 2 3 784
3 11.6 1907173 1 2 4 2 555
3 11.7 1912192 2 2 1 2 991
3.1 12 1899538 2 2 1 3 548
3 12 1901186 2 2 3 3 766
3 11.7 1898557 2 2 1 1 653
3 12.3 1911265 2 2 1 2 887
3 11.9 1914593 1 2 1 1 650
2.8 11.6 1867360 2 2 2 1 575
3 11.6 1897893 2 2 1 2 1014
3 11.9 1885808 1 2 1 2 596
2.9 11.5 1899449 2 2 2 2 448
3.1 11.9 1889863 2 2 4 2 667
3.2 11.4 1898919 2 2 2 3 491
3 11.6 1915722 2 2 1 2 705
3.1 12.2 1909224 2 2 1 2 764
3.2 12.1 1896102 2 1 1 2 413
2.8 11.7 1897975 2 2 1 2 620
3 11.5 1900491 2 2 1 1 814
3 11.7 1911726 1 2 1 1 372
3 11.5 1897944 2 2 1 3 790
2.9 12.3 1913724 2 2 4 2 959
2.9 11.8 1918166 2 2 3 3 585
3.2 11.8 1906725 2 1 2 3 806
3.1 11.9 1899577 2 1 1 3 549
2.8 11.9 1919847 2 2 3 2 627
3 11.7 1902738 2 2 1 1 728
2.9 12 1900638 2 2 1 2 689
3 12.2 1900795 2 2 1 2 570
3.1 11.8 1900521 1 2 3 2 890
3 11.5 1898570 2 2 1 3 527
3 11.6 1907439 2 2 1 1 1009
2.9 11.3 1906121 2 2 1 2 817
3.1 11.4 1904044 2 2 1 3 315
3 12 1899420 2 2 1 1 884
2.9 12.2 1876886 2 1 1 2 520
3 11.5 1903123 2 2 1 2 151
3 11.4 1922642 2 2 2 3 623
3.1 11.9 1891651 2 2 1 2 1094
2.9 11.7 1894660 2 1 3 2 318
3.1 11.6 1900127 1 2 1 2 769
2.9 12 1885202 2 2 4 2 502
3.1 12.1 1883808 2 2 3 3 702
3 11.8 1898378 2 2 2 1 882
3 11.7 1902317 2 2 2 3 724
3.2 11.2 1895120 2 2 2 2 949
3 11.6 1885225 2 2 4 2 628
3 11.8 1913843 2 2 4 2 667
3 11.9 1897497 2 2 4 2 579
3 11.6 1881539 2 2 4 2 903
3 12 1916834 2 2 2 2 660
3 11.1 1890098 2 2 2 1 677
3 12 1887071 2 2 3 3 742
3 11.8 1884113 2 2 3 2 581
3 11.5 1882648 2 2 1 2 665
2.8 11.6 1900795 2 2 1 2 575
3 11.7 1893776 2 2 1 2 599
2.9 11.8 1899406 1 2 1 1 649
3 12.1 1896910 2 2 3 2 575
3 11.7 1899355 2 2 2 2 703
3 11.6 1912229 2 2 4 2 336
2.9 11.8 1894531 2 2 2 2 463
2.9 12 1914509 2 2 4 3 482
2.9 12.3 1901594 2 2 1 3 656
3 11.7 1903275 2 2 1 1 898
2.8 11.8 1906122 2 2 1 2 861
3.1 11.5 1889908 2 2 1 2 674
3.1 11.4 1899218 2 2 4 2 299
3 11.6 1917196 2 2 1 1 702
2.8 12.1 1895713 1 2 1 2 834
3.1 11.7 1902473 1 2 4 3 652
3.1 11.6 1907306 2 2 1 3 669
3 11.5 1897227 2 2 1 2 723
2.8 11.4 1908386 2 2 1 1 1094
3.2 11.9 1904943 1 2 4 2 907
2.9 11.5 1911706 2 2 1 2 424
2.9 11.6 1909704 1 2 1 2 944
3 12.2 1892229 1 2 1 2 992
3 11.8 1901701 2 2 4 2 922
3 12.2 1923260 2 2 1 3 878
3.1 11.8 1909413 1 2 1 2 561
3 11.8 1898611 2 2 1 2 496
3.1 11.3 1891099 1 2 4 3 1013
3.2 11.7 1897159 1 2 2 2 665
3.1 11.5 1917172 2 2 2 2 880
3 11.4 1891823 2 2 1 1 649
3 11.7 1898566 2 2 4 2 538
3 12 1886375 2 2 1 1 511
3 11.7 1908470 2 2 2 2 586
3.1 11.8 1892157 2 2 4 1 832
3 12 1885826 2 2 4 1 551
3 10.9 1907121 2 2 4 3 690
2.9 12.1 1891767 1 2 1 2 950
3 11.6 1906238 2 2 1 2 402
2.9 12.3 1908810 2 2 3 3 678
3.2 11.5 1893198 2 2 1 1 849
2.7 11.3 1888943 2 2 1 2 567
3 11.7 1897050 2 2 3 2 526
3.1 12 1913057 2 2 1 2 697
3 12 1888434 2 2 4 2 787
2.9 12.3 1898578 2 2 1 2 959
3 11.9 1898840 2 2 1 2 870
3 11.2 1895008 1 2 1 1 617
3.2 11.9 1888046 2 2 2 3 681
3.1 11.6 1891387 2 2 1 2 860
2.9 12 1915847 2 2 1 3 224
2.8 11.5 1908758 2 2 1 3 930
2.9 11.8 1886209 2 2 1 1 436
3.1 11.8 1912523 2 2 3 2 642
3 11.6 1898187 2 2 1 2 639
2.9 11.6 1897308 1 2 1 1 413
3 11.7 1906543 2 1 2 1 397
3 11.9 1890689 2 2 4 3 646
3.1 12.4 1900760 2 1 1 2 932
3.1 10.9 1890220 1 2 3 1 978
2.9 11.3 1903555 1 2 1 2 439
2.9 11.9 1889044 2 2 1 3 801
3 12.1 1901175 2 2 1 1 765
2.9 12 1903398 1 2 1 1 491
3 11.6 1902288 2 2 1 1 1300
3.2 11.7 1891890 2 2 1 1 646
3.2 12.1 1915036 2 2 1 2 900
3 11.8 1895404 2 2 1 2 632
3.1 11.5 1914029 2 2 1 2 843
3.2 11.6 1882237 2 2 1 1 846
3 11.5 1893852 2 2 3 2 664
3 12 1890360 2 2 4 3 463
3.1 11.5 1902471 1 2 1 1 502
3 11.5 1894166 2 2 4 2 279
3 11.6 1912042 2 2 4 3 410
3 11.8 1898196 2 2 1 1 758
3.1 11.6 1893482 2 2 1 1 746
3.1 11.7 1899573 2 2 1 3 659
3 11.9 1905665 2 2 1 1 585
3 11.8 1904768 2 2 1 1 498
3 11.7 1913363 2 2 4 1 847
3.1 12.1 1902484 2 2 1 2 484
2.9 11.6 1909797 2 2 1 2 465
3 11.4 1892704 1 2 4 2 468
3.1 11.8 1908065 2 2 4 1 632
3 11.9 1871144 2 2 4 2 413
3.1 11.8 1896501 2 2 4 2 951
2.9 11.5 1905595 2 2 1 1 471
3 11.4 1883253 2 2 2 2 325
3.2 12.1 1912274 2 2 1 1 816
3.1 11.6 1892347 2 2 1 2 913
3.1 11.5 1905023 2 2 3 1 752
3.1 11.9 1879682 2 1 1 2 731
2.9 11.9 1886761 2 2 1 2 804
2.9 12.3 1886621 2 2 1 3 743
3 11.7 1898722 1 2 4 2 364
2.9 11.7 1915109 2 2 1 2 694
3 11.7 1910362 2 2 1 2 799
3.2 11.3 1897094 2 2 3 3 522
3.1 12.2 1890971 1 2 4 2 838
3 11.9 1884910 2 2 1 1 522
3 11.7 1907369 2 2 4 1 808
3 12.2 1897716 2 2 3 2 594
2.9 11.9 1900604 2 2 1 2 677
3.1 11.5 1890086 2 2 3 1 659
2.9 11.8 1897753 2 2 1 1 564
3.1 11.8 1886026 2 2 1 3 581
3 11.6 1905688 2 2 1 3 783
3 11.6 1907312 2 2 4 3 397
2.9 12.1 1903260 1 2 1 3 841
2.9 11.8 1889583 2 2 1 2 535
3.2 12 1900596 2 2 1 1 597
3 12.3 1898313 2 2 1 2 485
3 11.6 1916741 2 2 1 2 941
3.2 11.7 1893503 2 2 1 2 613
2.9 11.7 1916703 2 2 4 2 477
2.9 11.7 1903162 2 2 1 3 892
2.9 11.5 1874795 2 2 1 2 614
3 11.8 1912085 2 2 1 2 940
2.9 11.8 1892318 2 2 1 1 516
2.9 11.6 1890960 1 2 1 2 376
3 11.5 1893917 2 2 1 2 669
3 11.6 1894545 2 2 3 2 743
3.1 11.6 1917730 2 2 4 1 759
3.1 11.9 1895276 2 2 2 2 467
3.1 11.6 1895930 1 2 2 2 533
3 12.2 1912341 2 2 1 2 856
3 11.9 1912662 2 2 1 1 821
3.1 11.7 1882682 1 2 1 2 465
2.9 11.8 1916978 2 2 3 2 800
3.2 11.8 1906478 2 2 1 2 506
2.9 11.6 1884874 2 2 4 3 776
3 12.5 1886699 2 2 3 2 1100
2.9 11.5 1898960 2 2 3 2 735
3 12.1 1903388 1 2 4 3 661
2.8 11.7 1885056 2 2 4 2 593
3.1 11 1915809 2 2 4 2 720
3.1 11.9 1897573 2 2 2 3 293
3 12.3 1896964 2 2 1 1 878
2.9 11.9 1903467 2 2 4 2 769
3 12.2 1900812 1 2 1 2 800
2.9 12.1 1899528 2 2 1 2 1160
3 12.1 1903423 2 2 4 2 691
3.1 12 1875545 2 2 4 2 711
2.8 11.8 1878857 2 2 1 3 701
2.9 11.9 1912372 2 2 2 1 953
3.2 12.1 1913535 2 2 1 2 567
3 11.6 1887630 2 2 1 3 708
3.2 11.8 1909369 2 2 1 2 865
3 11.8 1897765 2 2 2 1 950
3.1 11.9 1894791 2 2 3 2 1095
3.1 12.1 1910715 2 2 1 1 764
3.1 10.9 1898756 1 2 2 2 866
3 11.8 1889369 2 2 1 1 718
3 11.8 1904493 2 2 3 2 536
3 11.6 1883166 2 2 1 2 924
3 11.8 1892187 2 2 1 1 749
3.1 11.5 1899700 2 2 1 2 829
3.1 11.9 1900540 2 1 1 2 534
3.1 11.6 1904329 2 2 2 2 687
3 11.9 1918917 2 2 1 3 994
3.2 12.5 1889666 2 1 2 2 665
3 11.6 1905445 2 2 1 3 855
3.1 11.7 1881585 1 2 2 2 819
2.9 12 1896613 1 2 1 2 825
2.8 11.9 1909220 2 2 2 2 634
3 12.1 1917119 2 2 4 2 970
3 11.3 1891307 2 2 4 2 757
3 11.6 1905123 2 2 2 3 1116
3.1 11.8 1896111 2 2 1 1 864
3.1 12 1902326 2 2 1 3 662
3 12.3 1896925 2 2 1 2 714
3 12.5 1897209 1 2 1 2 544
2.9 11.6 1890164 2 2 2 1 876
3 12.2 1902435 2 2 3 2 544
2.9 11.9 1921778 2 2 1 3 494
2.9 11.5 1885130 1 2 1 2 531
3 11.9 1903502 2 2 1 1 740
3.1 11.2 1898489 2 2 1 2 577
3 11.7 1898072 2 2 1 2 668
2.9 11.3 1896106 1 2 1 2 542
3 12.3 1895838 2 2 3 1 379
3.2 11.9 1897147 2 2 1 2 420
3.1 12 1909154 2 2 4 2 950
Temperatu RESIDUO
Prueba de ra de Satisfacció CLASIFICAT
yodo n
recepción ORIO

2 1 2 #VALUE!
2 1 1 #VALUE!
2 1 2 #VALUE!
2 1 2 #VALUE!
2 1 2 #VALUE!
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 2 2 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 2 1 6
2 2 2 6
1 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 2 1 6
2 1 2 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 2 6
2 1 1 6
2 1 3 6
1 1 2 6
2 1 2 6
2 1 2 6
2 2 1 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 1 6
2 2 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 2 2 6
2 1 2 6
2 1 2 6
2 2 2 6
2 2 2 6
1 1 2 6
2 1 1 6
2 1 2 6
2 2 2 6
2 1 1 6
2 1 1 6
1 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 3 6
2 1 1 6
2 1 1 6
2 1 2 6
1 1 2 6
2 2 2 6
2 1 1 6
2 2 2 6
2 1 4 6
2 2 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
1 2 1 6
1 2 2 6
2 2 2 6
2 1 1 6
2 1 2 6
2 2 2 6
2 1 4 6
2 1 2 6
1 2 2 6
2 1 2 6
2 2 2 6
2 1 2 6
1 1 2 6
2 1 2 6
2 2 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 4 6
2 2 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 2 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 2 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 2 2 6
1 2 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 1 6
2 1 2 6
2 1 2 6
2 1 4 6
2 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 2 2 6
2 2 4 6
1 1 2 6
2 2 2 6
1 1 2 6
2 1 2 6
2 1 3 6
2 1 2 6
2 1 2 6
1 1 1 6
2 1 2 6
2 2 2 6
2 1 4 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 3 6
2 1 4 6
2 1 1 6
2 1 2 6
1 1 2 6
2 1 1 6
2 1 2 6
2 1 1 6
2 2 1 6
2 1 1 6
1 1 2 6
2 1 1 6
2 1 2 6
1 1 2 6
2 2 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 2 3 6
1 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 2 6
1 1 2 6
1 1 1 6
2 2 3 6
2 1 2 6
2 1 2 6
2 1 4 6
2 1 1 6
2 1 1 6
2 1 2 6
2 2 2 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 4 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 2 2 6
2 1 2 6
2 1 4 6
2 2 2 6
2 1 1 6
2 1 2 6
2 2 1 6
1 2 2 6
2 1 2 6
2 2 3 6
2 1 3 6
2 2 2 6
2 1 1 6
2 1 2 6
2 1 2 6
2 2 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 3 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 2 6
1 2 2 6
2 1 1 6
2 1 1 6
1 1 2 6
2 2 2 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 3 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 3 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 1 6
2 1 2 6
2 2 2 6
2 1 2 6
2 2 2 6
2 1 4 6
1 1 1 6
2 1 2 6
2 2 2 6
2 1 2 6
1 1 1 6
2 1 2 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
2 1 2 6
2 2 2 6
2 2 2 6
2 2 2 6
1 1 1 6
2 1 1 6
2 1 2 6
2 1 2 6
2 1 2 6
1 1 2 6
2 1 2 6
2 1 3 6
2 1 2 6
2 2 2 6
2 1 2 6
2 1 2 6
Crioscopia

Prueba Chi
(°C)
-0.59
-0.58 La prueba de Bondad de Ajuste ji-cuadrado (x2) tiene como objetivo verif
-0.58 variables cuantitativas discretas y continuas.
-0.58 Estadístico de Prueba
-0.58
-0.57
-0.57
-0.57
-0.57
-0.57
-0.57
-0.57 Hipotesis
-0.57 H0: Los datos provienen de una muestra al azar de una población distribu
-0.57 H1: Los datos no provienen de una muestra al azar de una población dis
-0.57
-0.57 Pasos a verificar:
-0.56 1. Plantear las hipótesis nula y alterativa.
-0.56 2. Determinar el nivel de significancia.
-0.56 3. Estimar el valor del estadístico de prueba
-0.56 4. Establecer la regla de decisión.
-0.56 5. Tomar la decisión.
-0.56
-0.56 De
-0.56 Pregunta de Investigación: Probar si la Crioscopia proviene de una dis
-0.56 Variable: Crioscopia
-0.56
-0.56 Paso 1: Plantearla hipótesis
-0.56 Hipotesis Nula (HO): La Crioscopia proviene de una distribucion en particu
-0.56 Hipotesis Alternativa(H1): La Crioscopia NO proviene de una distribucion
-0.56
-0.56 Paso 2: Determinar el nivel de significancia.
-0.56
-0.56 Tener en cuenta que: H0 es siempre una hipotesis de igualdad. Usualm
-0.56 significancia del 95% de confianza solo puedo rechazar H0 si el valor de p
-0.56
-0.55 α= 0.05
-0.55
-0.55 Paso 3: Estimar el estadístico de prueba
-0.55
-0.55
-0.55 Datos iniciales
-0.55 Media -0.5297891566
-0.55 Desviación 0.0204692121
-0.55 Num de datos (k) 12
-0.55 n 332
-0.55
-0.55 Tabla de frecuencias
-0.55

-0.55 Oi ó fo f(xi) ó fe fe=


Xi n/k
-0.55 -0.59 1 27.67
-0.55 -0.58 4 27.67
-0.55 -0.57 11 27.67
-0.55 -0.56 19 27.67
-0.55 -0.55 41 27.67
-0.55 -0.54 56 27.67
-0.55 -0.53 65 27.67
-0.55 -0.52 51 27.67
-0.55 -0.51 45 27.67
-0.55 -0.5 27 27.67
-0.55 -0.49 10 27.67
-0.55 -0.48 2 27.67
-0.55 Total 332 332
-0.55
-0.55 El valor del Chi-Cuadrado de prueba (calculado) es:
-0.55 = 210.169
-0.55
-0.55 Paso 4: Establecer la regla de decisión.
-0.55 El valor del Chi-cuadrado de tabla (teorico) es:
-0.55 = 19.6751376 Grados de libertad= k-1
-0.55
-0.55 Paso 5: Tomar la decisión
-0.55 Criterio de decisión:
-0.55
-0.55 Se rechaza la hipotesis nula al 5% del nivel de significancia
-0.55
-0.55 Análisis:
Analisis: Se rechaza la hipotesis nula con un nivel de significancia
-0.54
5%, ya que el valor calculado es mayor al valor teorico
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.54
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.53
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.52
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.51
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.5
-0.49
-0.49
-0.49
-0.49
-0.49
-0.49
-0.49
-0.49
-0.49
-0.49
-0.48
-0.48
Prueba Chi-Cuadrado X2
) tiene como objetivo verificar si los datos de una muestra se asocian a una distribucuón teorica, para

Oi= Frecuencias Observadas


Ei= Frcuencias Esperadas o también f(xi)
K= Número de observaciones
Con k-r grados de libertad.
k: es el número de eventos o categorías.

r: es el número de restricciones (r ≥1)

r de una población distribuida de acuerdo a un modelo teórico.


azar de una población distribuida de acuerdo a un modelo teórico.

Desarrollo
copia proviene de una distribucion en particular.

una distribucion en particular


viene de una distribucion en particular

a.

tesis de igualdad. Usualmente lo que se busca es evidencia apra poder rechazar H0 con un nivel de
echazar H0 si el valor de p que resulte de la prueba es menor que 0,05.
(Oi-fe)2 /fe

25.7028112449799
20.2449799196787
10.0401606425703
2.714859437751
6.42570281124498
29.0160642570281
50.3775100401606
19.6787148594377
10.859437751004
0.01606425702811
11.281124497992
23.8112449799197
210.169

Grados de libertad= k-1

significancia

un nivel de significancia del


ayor al valor teorico
ado X2
de una muestra se asocian a una distribucuón teorica, para

encias Observadas
ncias Esperadas o también f(xi)
o de observaciones
ados de libertad.
mero de eventos o categorías.

mero de restricciones (r ≥1)

un modelo teórico.
do a un modelo teórico.

cular.

usca es evidencia apra poder rechazar H0 con un nivel de


a prueba es menor que 0,05.
Prueba Kolmogorov
COSTO
702
753 La única premisa que se necesita es que las mediciones se encuentren al
929 que la medición considerada sea básicamente continua. Además dicha pru
724 muestra.
752 La prueba Kolmogorov-Smirnov compara las funciones de distribución teó
782 continuas)
806 Estadístico de Prueba
747
617
750
757
560
495 Hipotesis
668 H0: Los datos analizados siguen una distribución M.
742 H1: Los datos analizados no siguen una distribución M.
879
946 Pasos a verificar:
974 1. Plantear las hipótesis nula y alterativa.
659 2. Determinar el nivel de significancia.
733 3. Estimar el valor del estadístico de prueba
690 4. Establecer la regla de decisión.
921 5. Tomar la decisión.
889
684 Desarrollo
556 Pregunta de Investigación: Realice una prueba de este tipo para proba
775
665 Variable: Densidad.
384 Paso 1: Plantearla hipótesis
657 Hipotesis Nula (H0): El costo promedio se distribuye como una normal
800 Hipotesis Altervativa(H1): El costo promedio NO se distribuye como un
804
448 Paso 2: Determinar el nivel de significancia.
933 α= 0.05
766
774 Paso 3: Estimar el estadístico de prueba
848
784
Datos iniciales
688
491 Media 695.398
646 Desviación 189.273947
312 Minimo 141
790 Máximo 1300
805 Rango 1159
774 Número de Datos 332

594 Sturges( Nºde Intervalos) 20.16 20

896 Raiz de n( Nºde Intervalos) 18.22

467 Tamaño del Intervalo 57.499


699
594 Tabla de frecuencias
679

806 Intervalos lim Inf Lim Sup


490 1 141.000 198.499
606 2 198.499 255.998
555 3 255.998 313.496
821 4 313.496 370.995
689 5 370.995 428.494
751 6 428.494 485.993
638 7 485.993 543.492
358 8 543.492 600.990
681 9 600.990 658.489
609 10 658.489 715.988
407 11 715.988 773.487
894 12 773.487 830.985
930 13 830.985 888.484
866 14 888.484 945.983
1005 15 945.983 1003.482
520 16 1003.482 1060.981
984 17 1060.981 1118.479
653 18 1118.479 1175.978
568 19 1175.978 1233.477
698 20 1233.477 1290.976
636 TOTAL
750
404
853
597
673 Paso 4. Establecer la Regla de
625
Estadistico de Prueba S-
800 k 0.9426031
486 Nivel de Significancia 0.05

1168 Grados de libertad 332

Estadistico obtenido de
809 la tabla (teorico) 0.0746397
914 La Hipotesis Se rechaza
141
1065 NOTA: Si el estadistico de prueba es mayor que el estadísitico calculado
657
841 Paso 5. Tomar la Decisión
662 Podemos concluir que no hay suficiente evidencia estadistica para decir q
963 que 0,0746397 ˂ 0,9426031.
1066
523 Analisis: Se rechaza la hipotesis nula, con un nivel de significancia del 5%, ya que el estadi
878
724
784
555
991
548
766
653
887
650
575
1014
596
448
667
491
705
764
413
620
814
372
790
959
585
806
549
627
728
689
570
890
527
1009
817
315
884
520
151
623
1094
318
769
502
702
882
724
949
628
667
579
903
660
677
742
581
665
575
599
649
575
703
336
463
482
656
898
861
674
299
702
834
652
669
723
1094
907
424
944
992
922
878
561
496
1013
665
880
649
538
511
586
832
551
690
950
402
678
849
567
526
697
787
959
870
617
681
860
224
930
436
642
639
413
397
646
932
978
439
801
765
491
1300
646
900
632
843
846
664
463
502
279
410
758
746
659
585
498
847
484
465
468
632
413
951
471
325
816
913
752
731
804
743
364
694
799
522
838
522
808
594
677
659
564
581
783
397
841
535
597
485
941
613
477
892
614
940
516
376
669
743
759
467
533
856
821
465
800
506
776
1100
735
661
593
720
293
878
769
800
1160
691
711
701
953
567
708
865
950
1095
764
866
718
536
924
749
829
534
687
994
665
855
819
825
634
970
757
1116
864
662
714
544
876
544
494
531
740
577
668
542
379
420
950
Kolmogorov-Smirnov
diciones se encuentren al menos en una escala de intervalo. Se necesita
ontinua. Además dicha prueba es aplicable cualquiera sea el tamaño de la

nciones de distribución teórica y empírica (sólo valido para variables

Siendo
Fn(x)= Función de distribución muestral
F0(x)= Función teórica

n M.
ución M.

Desarrollo
ba de este tipo para probar que el costo se distribuye como una normal.

stribuye como una normal.


o NO se distribuye como una normal.

a.
ABS(FOR
FOR ACUM-FER
FO FOR ACUM FER ACUM)
2 0.00601 0.00601 0.04961 0.04360469
1 0.003 0.003 0.09922 0.09621838
4 0.01201 0.01201 0.14883 0.13682006
6 0.01802 0.01802 0.19844 0.18042475
15 0.04505 0.04505 0.24805 0.20300841
16 0.04805 0.04805 0.29766 0.24961610
28 0.08408 0.08408 0.34727 0.26319076
33 0.0991 0.0991 0.39689 0.29778643
30 0.09009 0.09009 0.4465 0.35640613
47 0.14114 0.14114 0.49611 0.35496577
35 0.10511 0.10511 0.54572 0.44061250
33 0.0991 0.0991 0.59533 0.49622920
29 0.08709 0.08709 0.64494 0.55785190
22 0.06607 0.06607 0.69455 0.62848362
17 0.05105 0.05105 0.74416 0.69310932
4 0.01201 0.01201 0.79377 0.78175905
7 0.02102 0.02102 0.84338 0.82236073
2 0.00601 0.00601 0.89299 0.88698644
0 0 0 0.9426 0.94260314
2 0.00601 0.00601 0.99221 0.98620782
333 1

. Establecer la Regla de Decisión


e el estadísitico calculado S-k se acepta que se distribuye como una normal

ia estadistica para decir que los datos se distribuyan como una normal ya

ficancia del 5%, ya que el estadistico teorico es menor al estiditico calculado.

También podría gustarte