Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicio 102: En la siguiente tabla, se presentan los valores de extracto de malta provenientes de maltas
de cebada Kindred cultivada en 20 localidades en los viveros de cebada del un valle en un año particular,
expresados en porcentaje de base seca.
1. Utilice el test de Kolmogorov-Smirnov para verificar si los datos se pueden asumir que son realiza-
ciones de una variable aleatoria X con distribución normal. Utilice α = 0.10. Presente la distribución
empı́rica y la distribución teórica en una tabla.
Para el desarrollo de este numeral, haremos uso de los siguientes enunciados:
1
Las hipótesis a considerar son
H0 : F (x) = F ∗ (x) vs Ha : F (x) 6= F ∗ (x).
Se rechaza H0 al nivel de signicancia α si
T > wn,1−α
con wn,1−α dado por los cuantiles del test estadı́stico de Kolmogorov,
En la siguiente tabla se encuentran el valor de z para cada variable, como la distribución Empı́rica
S(x), y la distribución Teórica F ∗ (x) = Φ(x) correspondiente a cada valor de x de extracto de malta
provenientes de maltas de cebada Kindred.
x 73.8 73.9 74.2 74.3 74.6 74.7 75.4 76.0 76.1 76.4 76.5 76.6 76.9 77.3 77.4 77.5 77.7
z = x−µσ
-1.570 -1.491 -1.256 -1.177 -0.942 -0.863 -0.314 0.157 0.235 0.471 0.549 0.628 0.863 1.177 1.256 1.334 1.491
S(x) 0,05 0,1 0,2 0,25 0,3 0,35 0,4 0,5 0,55 0,6 0,7 0,75 0,8 0,85 0,9 0,95 1
F ∗ (x) 0,058 0,068 0,105 0,120 0,173 0,194 0,377 0,562 0,593 0,681 0,709 0,735 0,806 0,880 0,895 0,909 0,932
|F ∗ (x) − S(x)| 0,008 0,032 0,095 0,130 0,127 0,156 0,023 0,062 0,043 0,081 0,009 0,015 0,006 0,030 0,005 0,041 0,068
Para el desarrollo de este ejercicio, haremos uso del método de momentos para calcular el valor de
los parámetros a y b. Por hipótesis se tiene que:
a ab
E(X) = y V ar(X) =
a+b (a + b)2 (a + b + 1)
luego, teniendo en cuenta que V ar(X) = E(X 2 ) − [E(X)]2 , entonces
V ar(X) = E(X 2 ) − [E(X)]2
2
ab 2 a
= E(X ) −
(a + b)2 (a + b + 1) a+b
2
ab a
+ = E(X 2 )
(a + b) (a + b + 1) (a + b)2
2
2
Igualando el primer momento poblacional al primer momento muestral (x),
a a a
E(X) = x −→ = x −→ b a + bb) −→ a + bb −→ −b
b b b
a = x (b =b a = bb
a+b
b b x x
Luego, igualando el segundo momento poblacional al segundo momento muestral, se tiene que,
n
2 1X 2
E(X ) = x
n i=1 i
n
a3 + b
b a2 + b a2 b + b
abb 1X 2
= x
a + bb)2 (b
(b a + bb + 1) n i=1 i
n
a2 xba − b a xba − b
a3 + b
b a2 + b a +b a 1X 2
= x
n i=1 i
2
a + xba − b a + xba − b
b a b a +1
3 2 n
ba3 + ba2 + bax − b a3 + bax − ba2 1X 2
= x
a 2 b n i=1 i
b
a+x
x x
a3 +ba2 n
b
x 1X 2
= x
a3 +b
b
x3
a2 x n i=1 i
n
x3 (b
a3 + b
a2 ) 1X 2
= x
a3 + b
x (b a2 x) n i=1 i
n
x2 · b
a2 · (b
a + 1) 1X 2
= x
a2 · (b
b a+ x) n i=1 i
n
x2 · (b
a + 1) 1X 2
= x
a+x
b n i=1 i
n
1X 2
x2 · (b
a + 1) = x · (b
a + x)
n i=1 i
n n
2 aX 2 x 2
bX
x2
b
a x +x = x +
n i=1 i n i=1 i
b
n n
2 aX 2 x 2
bX
x2i
b
a x +x =
b xi +
n i=1 n i=1
n n
aX 2 x bX
a x2 − x2 − x2
b
xi =
n i=1 i
b
n i=1
n
! n
!
1 X 1 X
a x2 − x2 = x x2 − x
n i=1 i n i=1 i
b
n
!
X
x n1 x2i − x
i=1
a=
b n
X
2
x − 1
n
x2i
i=1
3
Por lo tanto,
a
bb = b −ba
x ! !
n
X
n
X
x
1
n
x2i − x x n1 x2i − x
1
bb = · i=1
− i=1
n n
x X
2
X
2
x −n 1
xi 2
x −n 1
x2i
i=1 i=1
n n
X x X
1
n
x2i − x − x2i + x2
i=1
n i=1
bb =
n
X
x2 − 1
n
x2i
i=1
Ası́, debemos hallar x para proceder a hallar los términos a y b. Sin embargo, se tiene que,
a
E(X) =
a+b
n
X
1
x n x2i − x
i=1
n
X
1
x2 − n x2i
i=1
E(X) = n n n
X X xX 2
1
x n x2i − x 1
x2i −x− x + x2
n
n i=1 i
i=1 i=1
n
X + n
X
1
x2 − n x2i 2 1
x −n x2i
i=1 i=1
n
X
1
x n x2i − x
i=1
n
X
1
x2 − n x2i
i=1
E(X) = n n n
X
2 2 1X 2 xX 2
x
xi − x + x −x− x + x2
n
i=1
n i=1 i n i=1 i
Xn
1
x2 − n x2i
i=1
n
!
X
x 1
n
x2i − x
i=1
E(X) = n
X
1
n
x2i − x
i=1
E(X) = x
4
20
1
X 0.777 + 0.760 + 0.769 + ... + 0.738 + 0.764 15.16
Luego, E(X) = x = 20
xi = = = 0.758 y
i=1
20 20
n
X (0.777)2 + (0.760)2 + ... + (0.764)2 0.604 + 0.578 + ... + 0.584 11.495
1
n
x2i = = = ≈ 0.575
i=1
20 20 20
• Parámetro b:
a a
E(X) = −→ x = −→ 0.758 · (a + b) = a −→ 0.758 a + 0.758 b = a −→
a+b a+b
0.758 b = a − 0.758 a −→ 0.758 b = a (1 − 0.758) −→ 0.758 b = a · 0.242 −→
a · 0.242
b= −→ b = 0.3193 a
0.758
• Parámetro a:
ab a · (0.3193 a)
V ar(X) = −→ 0.000171 =
(a + b)2 (a
+ b + 1) (a + (0.3193 a))2 (a + 0.3193 a + 1)
0.3193 a2 0.3193 a2
0.000171 = −→ 0.000171 =
(1.3193 a)2 (1.3193 a + 1) 1.741 a2 (1.3193 a + 1)
0.3193 0.3193
0.000171 = −→ 0.000171 =
1.741(1.3193 a + 1) 2.296 a + 1.741
Ası́, concluimos que a = 812.4987265 y b = 259, 4308434. Luego, para el desarrollo de este numeral,
haremos uso de los siguientes enunciados:
5
• Por el test de Kolmogorov - Smirnov, tenemos que el estadı́stico T , consiste en la distancia más grande
entre S(x) y F ∗ (x), en dónde el estadı́stico está dado por:
T > wn,1−α
con wn,1−α dado por los cuantiles del test estadı́stico de Kolmogorov,
x 73.8 73.9 74.2 74.3 74.6 74.7 75.4 76.0 76.1 76.4 76.5 76.6 76.9 77.3 77.4 77.5 77.7
S(x) 0,05 0,1 0,2 0,25 0,3 0,35 0,4 0,5 0,55 0,6 0,7 0,75 0,8 0,85 0,9 0,95 1
F ∗ (x) 0.065 0.075 0.112 0.127 0.179 0.199 0.376 0.557 0.587 0.674 0.701 0.728 0.799 0.875 0.891 0.905 0.929
|F ∗ (x) − S(x)| 0.0153 0.0248 0.0880 0.1232 0.1206 0.1503 0.0237 0.0567 0.0368 0.0739 0.0012 0.0224 0.0007 0.0255 0.0091 0.0450 0.0709
En la tabla anterior se observa que T = 0.1503. Como el ejercicio no nos proporciona un nivel de
significancia α, tomaremos un nivel de significancia igual a α = 0.05. Por lo tanto, siendo α = 0.05,
de la tabla de Kolmogorov se tiene que wn,1−α = w20,0.95 = 0.29408, luego T < w y se concluye que
no hay suficientes evidencias para considerar que la distribución muestral de los datos asociados a
los valores de extracto de malta provenientes de maltas de cebada Kindred, son realizaciones de una
distribución beta de parámetros a y b.
De la misma manera, podemos observar que sin importar el valor de significancia α que se tome,
esta conclusión será verdadera en cualquier caso debido a que el estadı́stico T nunca será mayor que
el valor de w.