Está en la página 1de 16

UNIVERSIDAD NACIONAL MICAELA BASTIDAS DE APURIMAC

FACULTAD DE ADMINISTRACIÓN

ESCUELA ACADEMICO PROFESIONAL DE ADMINISTRACIÓN

“PRUEBA DE BONDAD DE AJUSTE: DISTRIBUCIONES DE POISSON,

NORMAL Y BINOMIAL”

ASIGNATURA : ESTADÍSTICA II

DOCENTE : MIGUEL ANGEL HAQUEHUA LOYOLA

ESTUDIANTES : TERZI VALENZUELA José Fernando

TOMAYLLA SALAZAR Yerson

VALDERRAMA LEÓN Juan Carlos

ABANCAY – APURIMAC
7

DEDICATORIA

Dedico este trabajo principalmente a Dios, por

iluminarnos y estar a nuestro lado en todo momento.

A nuestros padres, amigos incondicionales por la

ayuda desinteresada brindada en cada obstáculo que

en nuestra vida se presenta.


8

AGRADECIMIENTO

A nuestros padres quienes a lo largo de toda nuestra vida nos han apoyado y motivado en nuestra

formación académica, creyeron en nosotros en todo momento y no dudaron de nuestras

habilidades. A nuestros profesores a quienes le debemos gran parte de nuestro conocimiento,

gracias a su paciencia y enseñanza, finalmente un eterno agradecimiento a esta universidad la

cual abre sus puertas a jóvenes como nosotros preparándonos para un futuro competitivo y

formándonos con sentido de seriedad, responsabilidad y rigor académico.


9

Índice
1. CAPÍTULO I: Prueba de bondad de ajuste: distribuciones de Poisson, Normal y Binomial..9

1.1. Prueba de bondad de ajuste de distribución Poisson.......................................................10

1.2. Prueba de bondad de ajuste de distribución Normal.......................................................13

1.3. Prueba de bondad de ajuste de distribución Binomial....................................................17


10

1. CAPÍTULO I: Prueba de bondad de ajuste: distribuciones de Poisson, Normal y

Binomial

La prueba de ji cuadrada también se puede utilizar para decidir si una distribución de

probabilidad, como la binomial, la de Poisson o la normal, es la distribución apropiada. “La

prueba ji cuadrada nos permite formular una pregunta para probar si existe una diferencia

significativa entre una distribución observada y de frecuencia y una distribución teórica de

frecuencias”.

De esta manera, estamos en condiciones de determinar la bondad y ajuste de una distribución

teórica; en otras palabras, podemos precisar hasta qué punto encaja en la distribución de los datos

que hemos observado. Así pues podemos determinar si debemos creer que los datos observados

constituyen una muestra extraída de la supuesta distribución teórica.

Procedimiento para elaborar una prueba de bondad y ajuste

1. Obtener la frecuencia observada (F.O), proveniente de una encuesta, estudio o experimento.

2. Determinar la frecuencia esperada (F.E),

3. Establecer el nivel de significancia

4. Determinar los grados de libertad. De la siguiente manera:

5. Plantear las hipótesis

H0: lo que se sostiene el supuesto valor del parámetro.

H1: lo que contradice al supuesto valor del parámetro.


11

6. Construir las áreas de aceptación y rechazo.

7. Calcular jí-cuadrada

8. Tomar una decisión y emitir una conclusión, en términos del problema.

1.1. Prueba de bondad de ajuste de distribución Poisson

Esta distribución es una de las más importantes distribuciones de variable discreta. Sus

principales distribuciones hacen referencia al modelo de situaciones en las que nos interesa

determinar el número de hechos de cierto tipo que se pueden producir en un intervalo de tiempo

o de espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas.

Ejemplo N° 1

Para formular horarios de trabajo para los empleados, el administrador de un hospital desea

determinar si el número de llegadas por hora al departamento de consulta externa se pueden

describir en una distribución de Poisson con una media de 5 llegadas por hora Se conduce una

prueba con un α del 1%, y una muestra aleatoria simple de 50 horas, la cual indica los siguientes

datos:
12

 Calculando la frecuencia esperada considerando una distribución de Poisson con

una media de 5 llegadas por hora se obtiene lo siguiente:

 Calculando Ji- cuadrada calculada

 Determinando los Grados de libertad y considerando el nivel de significancia que es

del 1% se tiene:
13

 Planteamiento de las hipótesis:

H0: El número de llegadas al departamento de consultas externas tiene una distribución

de Poisson.

H1: El número de llegadas al departamento de consultas externas no tiene una

distribución de Poisson.

 Áreas de aceptación y rechazo.

 Conclusión

Aceptar H0;
14

Se encontró evidencia estadística con un nivel de significancia del 1% que

la muestra obtenida del departamento de consultas externas, efectivamente

tiene una distribución de Poisson.

1.2. Prueba de bondad de ajuste de distribución Normal

La prueba de bondad de ajuste para la distribución normal también se basa en el uso de la

distribución chi-cuadrada. Se sigue un procedimiento similar al aplicado para la distribución de

Poisson. Las frecuencias observadas en las diversas categorías de los datos muéstrales se

comparan con las frecuencias esperadas, cuando se supone que la población tiene una

distribución normal.

Como la distribución normal es continua, es necesario modificar la manera en que se definen las

categorías y la forma en que se calculan las frecuencias esperadas.

Ejemplo: N°2

Un analista financiero desea determinar si el volumen diario de contratos a futuro vendidos en la

Bolsa Mexicana de Valores está todavía normalmente distribuida, con una media de 50 millones

de contratos con una desviación estándar de 10 millones, como se indica en un estudio llevado a

cabo hace dos años. Se conduce una prueba con un α = 2% El analista recolecta los datos durante

los últimos 90 días hábiles y encontró los siguientes datos.


15

Solución

 Determinando la frecuencia esperada y calculando la ji-cuadrada calculada obtiene


16

 Grados de libertad

 Planteamiento de las hipótesis

H0: El volumen diario de contratos vendidos en la BMV, aún tiene una

distribución de probabilidad, normalmente distribuida.

H1: El volumen diario de contratos vendidos en la BMV, no tiene una distribución

de probabilidad normalmente distribuida.


17

 Áreas de aceptación y rechazo.

 Conclusión

Rechazar H0:

Se encontró evidencia estadística con un nivel de significancia del 2% que la venta de contratos

diarios ya no se encuentra normalmente distribuidos.


18

1.3. Prueba de bondad de ajuste de distribución Binomial

Ejemplo N°3 Una moneda fue lanzada al aire 1000 series, de 5 veces cada serie y se observó el

número de caras de cada serie. El número de series en los que se presentaron 0, 1, 2, 3, 4 y 5

caras se muestra en la siguiente tabla.

Ajustar una distribución binomial a los datos con un α= 0.05.

 PASO 1: formulación de hipótesis

H0; Los datos se ajustan a una distribución binomial.

H1; Los datos no se ajustan a una distribución binomial.

 PASO 2: obtención del estadístico de la prueba


19
20

 PASO 3: obtención del estadístico de la tabla


21

 PASO 4: justificación y decisión

Como el 8.16 no es mayor a 9.49, no se rechaza H0 y se concluye con un α = 0.05 que el ajuste

de los datos a una distribución binomial es bueno.