UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA DE INGENIERIA INDUSTRIAL

ESTADISTICA II CICLO V – B Dra. MARIA TERESITA ROJAS GARCIA

SEMANA 12

PRUEBAS DE BONDAD DE AJUSTE

VIDEO 1: QUE ES UNA PRUEBA DE BONDAD DE JUSTE ( 2.53 m)

LINK https://youtu.be/U8ZpUT1c8A4

VIDEO 2: PRUEBA DE LA BONDAD DEL AJUSTE PARA UNA DISTRIBUCIÓN NORMAL (19.34m)

LINK : https://youtu.be/Y9ykUTVwKeM

VIDEO 3: PRUEBA DE LA BONDAD DEL AJUSTE PARA DISTRIBUCIÓN UNIFORME (6.48m)

LINK https://youtu.be/b-BOQDTLL3U

VIDEO 4: PRUEBA DE LA BONDAD DEL AJUSTE CASO POISSON (7.52m)

LINK https://youtu.be/2USOJ5qTVsE

VIDEO 5: PRUEBA DE LA BONDAD DEL AJUSTE CASO BINOMIAL (8.10m)

LINK https://youtu.be/DXKn_0ceN-8

1. PRUEBA DE LA BONDAD DE AJUSTE DE LA JI CUADRADA

Se Usa cuando se no se conoce la Distribución de Probabilidad o
Distribución Teórica específica, de una variable aleatoria bajo estudio (X) y
se desea probar que X tiene una distribución de probabilidad particular,
ejemplo:
X sigue una distribución Normal
X sigue una Distribución de Poisson
X sigue una Distribución de Binomial
X sigue una Distribución Uniforme, etc.
Hipótesis estadística:
Ho: Los datos de la variable X siguen una distribución ….
H1: Los datos de la variable X no siguen una distribución ….
Estadística de Prueba
Está dado por:

(𝒐𝒊 − 𝒆𝒊 )𝟐
𝝌𝟐𝟎 = ∑𝒌𝒊 𝝌𝟐𝒌−𝒑−𝟏 𝒈. 𝒍.
𝒆𝒊
Donde:
Oi: Frecuencia observada de la clase i-ésimo de la tabla de frecuencias
ei: Frecuencia esperada obtenida con la distribución hipotética.

1
 UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA DE INGENIERIA INDUSTRIAL
ESTADISTICA II CICLO V – B Dra. MARIA TERESITA ROJAS GARCIA

K: Numero de clases en el histograma de frecuencias (tabla) con

frecuencias esperadas mayores que 5 (ei ≥ 5)
P: Número de parámetros estimados con la distribución hipotética,
con datos de la muestra.

Nota:
Para que la prueba sea eficiente se debe tener que las frecuencias
esperadas ei deben mayores o iguales a 5 (ei ≥ 5). Si se tuviera una
frecuencia esperada menor que 5, se debe de reagrupar con la
frecuencia esperada de la celda adyacente (sumando las frecuencias)

Es una prueba de hipótesis de una cola a la derecha

Decisión

Se acepta Ho, si 𝝌𝟐𝟎 ≤ 𝝌𝟐𝒌−𝒑−𝟏

Se rechaza Ho, si 𝝌𝟐𝟎 > 𝝌𝟐𝒌−𝒑−𝟏

Ejemplo 1
En la siguiente tabla se muestra la vida de baterías de automóvil (en años)

Tabla 1
[ x’i-1 – x’i ) fi
1.45 - 1.95 2
1.95 - 2.45 1
2.45 - 2.95 4
2.95 - 3.45 15
3.45 - 3.95 10
3.95 - 4.45 5
4.45 - 4.95 3
TOTAL 40
Pruebe que los datos de vida de baterías se ajustan a una distribución
normal.
Ejemplo 2
Los defectos sobre las superficies de obleas en la fabricación de circuitos
integrados son inevitables. En un proceso particular se reúnen los
siguientes datos:

2
 UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA DE INGENIERIA INDUSTRIAL
ESTADISTICA II CICLO V – B Dra. MARIA TERESITA ROJAS GARCIA

Tabla 2
Número Número de obleas con
de defectos i defectos
0 4
1 13
2 34
3 56
4 70
5 70
6 58
7 42
8 25
9 15
10 9
11 3
12 1

¿La suposición de una distribución de Piosson es apropiada como modelo

de probabilidad para este proceso?
2. PRUEBA DE LA INDEPENDENCIA (datos categóricos)
VIDEO 6: PRUEBA CHI CUADRADA PARA TABLAS DE CONTINGENCIA (6.51m)

LINK https://youtu.be/tWfNv_z_bB0

La prueba de independencia de criterios se usa cuando se tiene dos

variables están clasificadas en una tabla de contingencia.
Hipótesis estadística:
Ho: Las variables son independientes
H1: Las variables no son independientes

Estadística de Prueba
Está dado por:

(𝒐 − 𝒆 ) 𝟐
𝝌𝟐𝟎 = ∑𝒌𝒊 𝒊 𝒊 𝝌𝟐(𝒓−𝟏)𝒙(𝒄−𝟏) 𝒈. 𝒍.
𝒆 𝒊

3
 UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA DE INGENIERIA INDUSTRIAL
ESTADISTICA II CICLO V – B Dra. MARIA TERESITA ROJAS GARCIA

Donde:
(𝒕𝒐𝒕𝒂𝒍 𝒑𝒐𝒓 𝒓𝒆𝒏𝒈𝒍ó𝒏 )𝒙(𝒕𝒐𝒕𝒂𝒍 𝒑𝒐𝒓 𝒄𝒐𝒍𝒖𝒎𝒏𝒂)
oi = 𝒈𝒓𝒂𝒏 𝒕𝒐𝒕𝒂𝒍

r: Número de renglones o filas y c: número de columnas

Decisión

Se acepta Ho (independencia), si 𝝌𝟐𝟎 ≤ 𝝌𝟐(𝒓−𝟏)𝒙(𝒄−𝟏)

Se rechaza Ho (independencia), si 𝝌𝟐𝟎 > 𝝌𝟐(𝒓−𝟏)𝒙(𝒄−𝟏)

Ejemplo 3
Una compañía opera cuatro máquinas en tres turnos diarios. A partir de
los registros de producción, se recopilan los siguientes datos respecto del
número de interrupciones.
Tabla 3
Máquinas
Turno A B C D
1 41 20 12 16
2 31 11 9 14
3 15 17 16 10

Pruebe que las interrupciones de las máquinas son independientes del

turno.
Ejemplo 4
Se esta realizando un estudio de las fallas de un componente eléctrico. Hay
cuatro tipos de fallas posibles y dos posiciones de montaje para el
dispositivo. Se tomaron los siguientes datos:
Tabla 4
Posición de Tipo de falla
montaje A B C D
1 22 46 18 9
2 4 17 6 12

Concluiría Ud. ¿Que el tipo de falla es independiente de la posición del

montaje?

4
 UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA DE INGENIERIA INDUSTRIAL
ESTADISTICA II CICLO V – B Dra. MARIA TERESITA ROJAS GARCIA

3. PRUEBA DE LA HOMOGENEIDAD DE PROPORCIONES

VIDEO 7: PRUEBA DE HOMOGENEIDAD DE PROPORCIONES

LINK https://youtu.be/Ig6E0Dz4VaU

VIDEO 8: INTRODUCCION A LA JI CUADRADA PARA PRUEBA DE HOMOGENIDAD (6.56M)

LINK https://youtu.be/pYT5FsVNznw

La prueba de homogeneidad, se utiliza para probar la igualdad de k

proporciones en tablas de contingencia de 2x c
Hipótesis estadística:
Ho: p1 = p2 = … = pc
H1: Las proporciones de la población no son todas iguales
Estadística de Prueba
Está dado por:

(𝒐𝒊 − 𝒆𝒊 )𝟐
𝝌𝟐𝟎 = ∑𝒌𝒊 𝝌𝟐(𝟐−𝟏)𝒙(𝒄−𝟏) 𝒈. 𝒍.
𝒆𝒊
Decisión

Se acepta Ho, si 𝝌𝟐𝟎 ≤ 𝝌𝟐(𝒓−𝟏)𝒙(𝒄−𝟏)

Se rechaza Ho, si 𝝌𝟐𝟎 > 𝝌𝟐(𝟐−𝟏)𝒙(𝒄−𝟏)

Ejemplo 5
En un estudio de taller se reúne un conjunto de datos para determinar
si la proporción de artículos defectuosos producida por los trabajadores
fue la misma en el turno matutino, el vespertino y el nocturno. Los
datos que se reunieron se muestran en la tabla
Tabla 5
Turno Matutino Vespertino Nocturno
Defectuosos 45 55 70
No defectuosos 905 890 870
Utilice el nivel de significancia de 0.025 para determinar si la proporción
de artículos defectuosos es la misma para los tres turnos.

5
 UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA DE INGENIERIA INDUSTRIAL
ESTADISTICA II CICLO V – B Dra. MARIA TERESITA ROJAS GARCIA

Ejemplo 6
Un Ingeniero Industrial del área de control de calidad de una fábrica de
partes para automóvil dese saber si existe alguna diferencia en la
proporción de partes defectuosas producidas en diferentes días de la
semana de trabajo. Se seleccionan muestras de 100 partes producidas
durante cada día de la semana de trabajo, y se obtuvieron los siguientes
resultados:
Tabla 6
Resultado Lun. Mar. Mier. Jue. Vier.
Número de partes defectuosas 12 7 7 10 14
Número de partes aceptables 88 93 93 90 86
Total 100 100 100 100 100

Al nivel de significación del 5% ¿Existe evidencia de que haya una

diferencia en la proporción de partes defectuosas producidas los distintos
días de la semana?