ENSAYO CHI CUADRADO

UNIVERSIDAD DEL TOLIMA – IDEAD

INGENIERIA EN SISTEMAS

PROBABILIDAD II

2020
CHI-CUADRADO

El chi cuadrado (χ²) sirve para someter a prueba hipótesis referidas a distribuciones de frecuencias.
En términos generales, esta prueba contrasta frecuencias observadas con las frecuencias
esperadas de acuerdo con la hipótesis nula.

Las distribuciones Chi cuadrado, se derivan de la distribución Normal y

están relacionadas con la teoría del muestreo pequeño n< 30.
FORMULA

Como es habitual, la hipótesis nula (H0) indica que ambas variables son
independientes, mientras que la hipótesis alternativa (H1) indica que las variables
tienen algún grado de asociación o relación.
H0: “El uso de cinturón de seguridad es independiente del nivel socioeconómico”.
H1: “El uso de cinturón de seguridad depende del nivel socioeconómico”.

La prueba chi-cuadrado, a diferencia de otras pruebas, no establece restricciones

sobre el número de modalidades por variables, y no es necesario que el número
de filas y el número de columnas de las tablas coincida.
Sin embargo, sí es necesario que se aplique a estudios basados en muestras
independientes, y cuando todos los valores esperados sean mayores de 5 los
valores esperados son aquellos que indican la independencia absoluta entre
ambas variables.
Además, para utilizar la prueba chi-cuadrado, el nivel de medida debe ser nominal
o superior. No tiene un límite superior, es decir, no permite conocer la intensidad
de la correlación. Dicho de otro modo, el chi-cuadrado toma valores entre 0 e
infinito.
La prueba chi-cuadrado utiliza una aproximación a la distribución chi cuadrado
para evaluar la probabilidad de una discrepancia igual o mayor que la que exista
entre los datos y las frecuencias esperadas según la hipótesis nula.
La exactitud de dicha evaluación dependerá de que los valores esperados no sean
muy pequeños, y en menor medida de que el contraste entre ellos no sea muy
elevado.
la prueba chi-cuadrado se utiliza con datos pertenecientes a una escala nominal o
superior. A partir de chi-cuadrado, se establece una hipótesis nula que postula una
distribución de probabilidad especificada como el modelo matemático de la
población que ha generado la muestra.
Una vez se tenga la hipótesis, se debe realizar el contraste, y para ello se dispone
de los datos en una tabla de frecuencias. Se indica la frecuencia absoluta
observada o empírica para cada valor o intervalo de valores. Entonces,
suponiendo que la hipótesis nula es cierta, para cada valor o intervalo de valores
se calcula la frecuencia absoluta que cabría esperar o frecuencia esperada.

EJEMPLO
Un investigador está interesado en evaluar la asociación entre el uso de cinturón
de seguridad en vehículos particulares y el nivel socioeconómico del conductor del
vehículo. Con este objeto se toma una muestra de conductores a quienes se
clasifica en una tabla de asociación, encontrando los siguientes resultados:
DATOS

Uso cinturon
Nivel socioeconomico Si No Total
Bajo 8 13 21
Medio 15 16 31
Alto 28 14 42
Total 51 43 94

¿Permiten estos datos afirmar que el uso del cinturón de seguridad depende del
nivel socioeconómico? Usaremos un nivel de significación alfa=0,05.

TABLA DE VALORES OBSERVADOS

Uso cinturon
Nivel socioeconomico Si No
Bajo 8 13
Medio 15 16
Alto 28 14

TABLA DE FRECUENCIAS ESPERADAS

Estas son las frecuencias que debieran darse si las variables fueran
independientes, es decir, si fuera cierta la hipótesis nula.

Nivel bajo:         8: (21x51/94)=11.4                   13: (21x43/94)=9.6

Nivel medio:      15: (31x51/94)=16.8                 16: (31x43/94)=14.2
Nivel alto:       28: (42x51/94)=22.8                 14: (42x43/94)=19.2

Uso cinturon
Nivel socioeconomico Si No
Bajo 11.4 9.6
Medio 16.8 14.2
Alto 22.8 19.2
X2 CALCULADO

X2calc = ((8-11.4)2/11.4) + ((13-9.6)2/9.6) + ((15-16.8)2/16.8) + ((16-14.2)2/14.2) +

((28-22.8)2/22.8) + ((14-19.2)2/19.2)
X2calc = 1.014 + 1.204 + 0.193 + 0.228 + 1.186 + 1.408
X2calc = 5.23

GRADOS DE LIBERTAD

Teniendo en cuenta los valores observados, los grados de libertad se calculan de

la siguiente manera:

k = (Cantidad de filas - 1)*(Cantidad de columnas - 1)

k = (3 - 1)*(2 - 1)
k = 2

NIVEL DE SIGNIFICANCIA
Es el error que se puede cometer al rechazar la hipotesis nula siendo verdadera.
Al comienzo elegimos un nivel de significancia alfa=0,05 , que indica que hay una
probabilidad de 0.95 de que la hipotesis nula sea verdadera
X2 CRITICO
El valor del X2 critico se debe buscar en la tabla de Valores Criticos de la
distribucion X2, con 2 grados de libertad y alfa = 0.05
Para este ejemplo en particular, el valor del X2 critico es de 5.99
COMPARACION ENTRE EL X2calc Y EL X2crit
Si el valor del X2calc es menor o igual que el X2crit, entonces se acepta la
hipotesis nula. En caso contrario no se la acepta
En este caso, se tiene entonces lo siguiente:

X2calc < X2crit

5.23 < 5.99
Por tanto, la decisión es aceptar la hipotesis nula, H0: El uso del cinturón de
seguridad es independiente del nivel socioeconómico.