Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El test de chi-cuadrado se emplea con frecuencia para hacer un test de la bondad de ajuste a
una familia particular de leyes que dependen de uno o más parámetros. En este caso, se
debe estimar el parámetro a partir de los datos. El teorema siguiente no es ya del todo
válido:
Retomemos el ejemplo del número de varones en una familia de hijos, pero esta vez para
probar la hipótesis nula:
Ahora aplicamos el test, pero con la distribución teórica calculada teniendo en cuenta el
Al comparar los resultados de los dos tests precedentes, se puede aceptar la idea que los
nacimientos son independientes, pero la proporción de los varones es significativamente
superior a .
Con frecuencia hay que estimar parámetros a partir de datos no agrupados, o por otro
método diferente al de máximo de verosimilitud. En ese caso no se dispone de un resultado
teórico claro. El valor límite a partir del cual se debe rechazar la hipótesis al umbral
Rechazar si ,
No rechazar si ,
EJEMPLOS
1.- 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, 1, 3, 4 y
5 caras se muestra en la siguiente tabla.
Número de series
Número de
caras (frecuencia
observada)
0 38
1 144
2 342
3 287
4 164
5 25
Total 1000
Solución:
Para obtener los valores esperados se tiene que utilizar la formula de la distribución
por p(x) = .
0 0.0332 33.2 38
5 0.0294 29.4 25
Para los grados de libertad el valor de m será uno, ya que se tuvo que estimar la media de la
población para poder obtener el valor de p y así poder calcular los valores esperados.
Regla de decisión:
Cálculos:
Justificación y decisión:
2.- Se propone que el número de defectos en las tarjetas de circuito impreso sigue una
distribución Poisson. Se reúne una muestra aleatoria de 60 tarjetas de circuito impreso y se
observa el número de defectos. Los resultados obtenidos son los siguientes:
Número de Frecuencia
defectos observada
0 32
1 15
2 9
3 ó más 4
¿Muestran estos datos suficiente evidencia para decir que provienen de una distribución
Poisson?. Haga la prueba de la bondad del ajuste con un = 0.05.
Solución:
Con esta fórmula se calculan las probabilidades, mismas que se multiplican por 60 para
obtener los valores esperados.
0 0.472 28.32 32
1 0.354 21.24 15
2 0.133 7.98 9
Puesto que la frecuencia esperada en la última celda es menor que 5, se combinan las dos
últimas celdas.
0 28.32 32
1 21.24 15
2 ó más 10.44 13
Los grados de libertad serían 3-1-1=1, debido a que la media de la distribución Poisson fue
estimada a partir de los datos.
Regla de decisión:
Cálculos:
Justificación y decisión:
CONCLUSIÓN
Una ventaja que tiene la prueba de bondad de ajuste x 2 es que para valores grandes de n, la
distribución límite x 2 de la estadística, es independiente de la forma que tenga la
distribución propuesta en la hipótesis H0. La prueba de bondad se utiliza también para
distribuciones de probabilidad continua.
Se dice que una medicina en particular tiene una eficacia del 85% para aliviar una
alergia. Un grupo consumidores cree que la medicina es efectiva en menos de ese
porcentaje. Se obtuvo una muestra de 60 personas que experimentan ese tipo de
reacción alérgica, de este grupo que uso la medicina 48 obtuvieron alivio. Ponga a
prueba la afirmación con un nivel de significancia de 0.01 y proporcione la
siguiente información: planteamiento de la hipótesis, el valor estadístico de la
prueba, los valores críticos y la decisión.
Conclusión
Una hipótesis estadística es una proposición o supuesto sobre los parámetros de una
o más poblaciones. Muchos problemas de ingeniería, ciencia, y administración,
requieren que se tome una decisión entre aceptar o rechazar una hipótesis sobre
algún parámetro, estos problemas pueden ser de toma de decisiones, pruebas o
experimentos, por lo que es muy importante contar con un método que sea confiable
para garantizar que la hipótesis aceptada es la correcta.
Unidad 5
Prueba de bondad de x 2
Actividades
Actividades